2

Pronstico, Metologa y Utilidad del mbito Financiero

Finanzas Corporativas / Autor: Rubn Daro Martnez

Indice

Generalidades

Desarrollo Temtico

enlace1

PRONSTICO, SU METODOLOGA,
RELEVANCIA EN EL MBITO FINANCIERO

UTILIDAD

1. NDICE
1. Parmetros de pronstico - proyeccin
2. Tcnicas de proyeccin y aplicaciones
2.1.
Tcnicas cualitativas y cuantitativas
2.2.
Anlisis de series de tiempo: promedios, promedios mviles, suavizacin
exponencial
2.3.
Modelos causales: regresiones, tasas de crecimiento, crecimientos exponenciales,
ndices estacionales, otros (modelo de insumo-producto o entrada-salida)
2.4.
Criterios en la seleccin de una tcnica de proyeccin
2.5.
Aplicacin en la proyeccin de costos y gastos de operacin
2.6.
Aplicacin en la proyeccin de los estados financieros
2.7.
Anlisis de las cifras proyectadas
2.8.
Sensibilidad de las cifras proyectadas ante cambios en las polticas financieras

INTRODUCCIN
Debido a la trascendencia que trae consigo la toma de decisiones de carcter financiero, es
relevante contar con informacin histrica, del presente y no menos importante, datos de lo
que podra suceder a futuro; estos ltimos permitirn tomar decisiones en lo que respecta a
incrementos de ventas segn tendencias, reducciones en compra de materia prima,
incrementos en la produccin o lo correspondiente a contratacin (ms o menos mano de obra).
Adicionalmente, los pronsticos permiten conocer situaciones coyunturales que pueden
presentarse en el mercado, la economa o la sociedad en general pueden afectar el desempeo
de la empresa.
En esta cartilla se aborda un importante tema como es el de pronsticos, su metodologa,
utilidad y relevancia en el mbito financiero; la recomendacin es que lean disciplinadamente
esta cartilla, estudien muy bien los ejemplos al respecto, interpreten cifras y realicen anlisis de
resultados, de estos conocimientos depende en gran medida la consecucin de las
competencias establecidas en esta unidad.

[ POLITCNICO GRANCOLOMBIANO]

Contenido

COMPONENTE MOTIVACIONAL

El tema de esta unidad (como todos los dems), es muy interesante ya que toca puntos
importantes con los que nos enfrentamos da a da como persona natural o como empresa, su
aplicabilidad y practicidad permiten ver las finanzas de manera diferente y como tal es un factor
clave en la formacin integral, por esto es muy importante que destinen tiempo pertinente para
su estudio y con ello lograr este cometido.


RECOMENDACIONES ACADMICAS

Lo primero que recomiendo es que naveguen por la plataforma, visiten la gua de uso de aula
virtual, observen la video capsula, video diapositiva, el juego diseado para ustedes y desde
luego den seguimiento permanente al calendario; conozcan semana a semana los objetivos y
actividades, las lecturas inmersas en cada una de estas, el material didctico de apoyo, las
actividades evaluativas y como tal, verifiquen y tengan presente plazos de entregas y criterios
de evaluacin en lo que respecta a calificaciones.

DESARROLLO DE CADA UNA DE LAS UNIDADES TEMTICAS

1. PROYECCIONES FINANCIERAS

Concepto de pronsticos

Debido a que en los negocios est presente en mayor o menor medida el factor de
incertidumbre, las decisiones a tomar por parte de las empresas se basan en la visualizacin de
escenarios futuros; es decir, lograr anticipar acontecimiento a travs de pronsticos con los que
se evalan posibles efectos de acuerdo con decisiones que se tomen hoy. As, las metodologas
tendientes a realizar pronsticos han tomado fuerza en la planeacin estratgica y en la
construccin de modelos financieros por su aporte en cuanto a la anticipacin de variables
futuras y con ello, montar posibles escenarios.

Pronosticar es proyectar a futuro el camino o la tendencia que pueda seguir una variable,
partiendo del comportamiento histrico y desde luego, los juicios sobre la conducta que tendr
en el futuro.
Los pronsticos aplican bajo mtodos estadsticos de pronstico, as como la gestin adecuada
de la informacin disponible para la elaboracin del pronstico.

[FINANZAS CORPORATIVAS]

Anterior

Siguiente

enlace1

TABLA 1:
Mtodos de pronstico

Los pronsticos ofrecen ms confiabilidad al momento de visualizar nuevas situaciones y

estructurar estrategias de accin. Esta confiabilidad se logra si al momento de realizar un
pronstico se tienen en cuenta factores que pueden influir en las tendencias futuras de la
variable en estudio. As, el objetivo al momento de elaborar un pronstico es conseguir
informacin acerca de situaciones que se pueden o no controlar y que son esenciales al decidir
el camino a seguir al tomar decisiones ahora.
A continuacin, se da a conocer un panorama general de lo que son los pronsticos, tipos,
ventajas, mtodos utilizados (para pronsticos de ventas y otras variables) y aspectos a tener en
cuenta en su elaboracin.
El pronstico financiero es un proceso, en l se conjugan una serie de elementos que se prevn
y se consolidan en una proyeccin a futuro y que se desea alcanzar. Estos elementos pueden ser,
entre otros: contextos polticos, econmicos, indicadores financieros y estadsticos.

CUALITATIVOS

PLAN FINANCIERO Y APLICABILIDAD DE LOS PRONSTICOS

Este plan comprende tres fases:
a. Pronsticos: elaborados para proyectar ventas esperadas durante un tiempo estipulado,
con lo cual se determinan las necesidades de materia prima para operar normalmente.
b. Presupuestos: elaborados con el fin de proyectar entradas y salidas de fondos respecto a
las ventas, compra de materia prima, inversiones y apalancamientos por los que optar la
empresa.
c. Estados financieros pro forma: reflejan resultados esperados en el periodo de proyeccin.
Es importante tener en cuenta que los pronsticos que elabora cada rea dentro de la
empresa no deben quedar aislados respecto a las otras, sino que debe realizarse de forma
holstica bajo los parmetros de la planeacin estratgica.


2. TCNICAS DE PROYECCIN Y APLICACIONES
Los mtodos de pronstico se pueden clasificar en dos grupos: mtodos
cualitativos y mtodos cuantitativo. A continuacin se desglosa esta tipologa a travs del
siguiente cuadro:

[ POLITCNICO GRANCOLOMBIANO]

Contenido

CUANTITATIVOS

Mtodo Delphi

Anlisis de series de tiempo:

Consenso de un panel
Estudio o investigacin de
mercado
Analoga histrica
Pronstico visionario o construccin de
escenarios.

Promedios mviles

Modelos de regresin

Tasa de crecimiento

Crecimiento exponencial

Modelos economtricos
Modelos de insumo-producto o entrada-
salida

Anterior

Suavizacin exponencial
Mtodo de Box-Jenkins
Descomposicin de series de tiempo

Siguiente

Modelos causales o explicativos:

Fuente: Alemn, 2003


MTODOS CUALITATIVOS

Elaborados bajo el criterio de la persona que realiza el pronstico con el fin de obtener
tendencias probables de una variable desde el punto de vista cuantitativo, partiendo de datos
cualitativos. Aqu es importante contar con la interdisciplinariedad para que el pronstico
tenga un alto nivel de integralidad.

Entre estos mtodos encontramos:

Mtodo Delphi
Su aplicacin se da para realizar pronsticos a variables de largo plazo y se centra un
poco en la elaboracin de pronsticos relacionados con tecnologa. Igual, aplica el
concepto de interdisciplinariedad.

[FINANZAS CORPORATIVAS]

Consenso de un panel
Relevantes en la realizacin de pronsticos de ventas para portafolios de productos y
servicios nuevos en el mercado. As mismo, como en el mtodo anterior, son utilizados
para pronsticos de carcter tecnolgico y a largo plazo. Se trata de constituir (como
su nombre lo dice) un panel de personas con las competencias y experticias
necesarias para que socialicen en torno al estudio de caso hasta que logren un
acuerdo respecto al pronstico en cuestin.
Estudio de mercado
Es un mtodo muy utilizado para analizar un producto o servicio con el que se quiere
entrar en el mercado, aqu se determinan, entre otros, consumidores, posibles
competidores, precios, costos, entorno, stakehoders y la informacin respecto a estas
variables se obtiene a travs de recoleccin primaria y secundaria.
Analoga histrica
Analiza las tendencias histricas de una variable (ventas) o de un producto con
caractersticas similares al del estudio de caso, para establecer su tendencia a futuro.

Pronostico a travs de construccin de escenarios

Se trata de crear hiptesis respecto a eventos futuros que puedan suceder, con el fin
de determinar, en el presente, los posibles efectos de dichos sucesos y con ello
tener planes estratgicos, que den respuesta a los mismos, en caso de que
efectivamente se produzcan.

Mtodos cuantitativos
Se caracterizan por ser ms exactos que los mtodos anteriores; por lo tanto, es
recomendable aplicarlos cuando se cuenta con informacin cuantitativa y estadstica,
respecto a tendencias histricas que permitan determinar un patrn de dicha variable
en el futuro.
Estos mtodos se clasifican en anlisis de series de tiempo y modelos causales.

ANLISIS DE SERIES DE TIEMPO

Se define como un consolidado ordenado de datos numricos respecto a una variable,

consignado en el transcurso del tiempo. Se trabaja con dos variables: una independiente
referente al tiempo y la otra dependiente, que es la variable a la que se le hace el seguimiento
tanto histrico como presente. As, se realizan proyecciones futuras. Este proceso se
denomina extrapolacin y con ello, las series de tiempo tienen por objeto establecer
estndares de variacin de datos histricos y extrapolar dicho estndar a futuro.

Esto mtodos relacionados con pronsticos en series de tiempo se dividen en dos grupos:

- El mtodo de promedios mviles
La suavizacin exponencial

- Mtodo de descomposicin de series de tiempo
.
Mtodos de pronsticos basados en el anlisis de series de tiempo

Mtodo de promedios mviles simples

Este mtodo determina el promedio de un grupo de valores actuales relacionados con una
variable, el cual servir como punto de partida para estimar el valor que tendr la variable en
el periodo a posteriori.
Recibe su nombre de promedios mviles porque cuando se tiene acceso a una nueva
observacin, genera la posibilidad de hallar un nuevo promedio, dejando a un lado la
observacin ms antigua y adicionando la variable ms actual, con lo que se pronostica.

[ POLITCNICO GRANCOLOMBIANO]

Contenido

Una serie de tiempo se compone de:

Tendencia secular
Es un comportamiento permanente que puede tener una serie de tiempo tanto ascendente
como descendentemente y que se da a largo plazo. La tendencia de una serie de tiempo
es el efecto de la tendencia de otra variable; as, el comportamiento de IPC es originado
por cambios en el precio de los bienes y servicios de la canasta familiar

Variacin cclica
Es un comportamiento oscilante que no es permanente y que se origina por volatilidades
econmicas a mediano plazo; por ejemplo, la demanda por productos de la industria textil
es ocasionada por tendencias por parte de los consumidores respecto a la moda.

Variacin estacional
Variacin regular ocasionada por factores fsicos como el clima y que se presenta en la serie
de tiempo a corto plazo y por su regularidad, es factible predecir su ocurrencia. Ejemplo, el
incremento en el consumo de bebidas alcohlicas en pocas de vacaciones (decembrina)

Variacin irregular, aleatoria o error
Variaciones presentadas en una serie de tiempo a causa de factores impredecibles y que no
se pueden controlar como las catstrofes naturales.
Con estos cuatro componentes, se puede afirmar que una Serie de tiempo = f (tendencia,
ciclo, estacionalidad) + error

[FINANZAS CORPORATIVAS]

Anterior

Siguiente

Dada la siguiente informacin respecto a la demanda de un producto, determine el promedio

demandado de los meses de abril y mayo:

TABLA2 :

Ejemplo de promedio mvil simple aplicado a estimacin de ventas

Observen que hay un desplazamiento, de periodo a periodo, por eso el nombre de mvil (de
recuadro gris a recuadro amarillo)

Promedio mvil simple

Periodo
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic

Demanda
118
134
180
272
332
289
177
209
327
374
230
141

Prnostico

144
195
261
298
266
225
238
303
310

Inicialmente, se debe determinar sobre cuantos periodos se van a hallar en el promedio. En este
caso, se tomarn 3 trimestres, por lo que se va a iniciar un periodo antes de ese nmero, en
este ejemplo, el periodo 4 es el mes de abril y el promedio correspondiente a este mes
corresponder a los meses anteriores

Promedio abr = D ene + D feb + D mar

Periodos

Promedio abr =

144

Con funcin =

144

Unidades

Promedio simple de unidades demandadas en l os

periodos seleccionados.

La funcin de promedio mvil simple en Excel, recibe el mismo nombre: Pronstico

As, el promedio de mayo se calculara as:

Promedio may = D feb + D mar + D abr

Periodos

[ POLITCNICO GRANCOLOMBIANO]

Promedio may =
Con funcin =

Contenido

195
195

MTODO PROMEDIOS MVILES EXPONENCIALES

Este mtodo aplica para elaborar pronsticos de ventas a corto plazo. Es similar al mtodo
anterior, excepto que este promedio pondera con ms fuerza los datos ms recientes. Aqu, el
pronstico a calcular equivale al pronstico del periodo anterior ms una correccin
proporcional al ltimo dato observado.

Anterior

Siguiente

La ecuacin de este modelo es la siguiente:

Ft = Ft -1 + (At - 1 - Ft -1) El origen de la connotacin F es forecasting que significa pronstico


DONDE:

Ft Pronstico para el periodo t

Ft -1 Pronstico para el periodo de t-1
Tasa de error
At -1 Valor real del periodo t - 1 menos el valor que se pronostic.

Basados en el caso anterior, hallar el promedio mvil ponderado del mes de abril con respecto
a 3 periodos anteriores

[FINANZAS CORPORATIVAS]

TABLA 3
EJEMPLO DE PROMEDIO MVIL PONDERADO APLICADOS A ESTIMACIN DE VENTAS

Promedio mvil ponderado

Periodo
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic

Demanda
118
134
180
272
332
289
177
209
327
374
230
141

Prnostico

151
211
278
300
249
216
254
322
300

PROMEDIO MVIL PONDERADO

Este promedio debe ir acompaado de valores numricos, los cuales van a ser tiles para
ponderar la demanda y con ello realizar el promedio. Se seleccionarn tres factores (2, 3, 4),
cabe recalcar, que los factores seleccionados deben estar entre 1 y 10; estos factores se
denotan como X, Y y Z que se expresan en la siguiente frmula as:

Promedio abr = z D mar + y D feb + x D ene

(x + y + z)

Se va a pronosticar a partir del mes de abril y para esto se multiplicar el factor mayor
ponderado por la demanda ms actual al periodo que se quiere pronosticar y as
sucesivamente; Entonces, para el pronstico de abril, Z es el mayor factor (que corresponde a
4) que va a multiplicar la demanda de marzo porque es la ms reciente y luego el valor
ponderado que le sigue (que corresponde a 3) y multiplica la demanda de febrero; por ltimo,
el valor X que multiplicar la demanda de enero. Todo esto dividido entre la suma de los tres
factores ponderados

Promedio abr =
151 Unidades

10

[ POLITCNICO GRANCOLOMBIANO]

Contenido

EJEMPLOS DE PROMEDIOS MVILES EXPONENCIALES APLICADOS A ESTIMACIN DE VENTAS

De acuerdo con el siguiente reporte sobre ventas para un periodo determinado, decida el
volumen de ventas para enero del siguiente ao utilizando:

TABLA 4:
EJERCICIO PARA DETERMINAR EL VOLUMEN DE VENTAS PARA EL SIGUIENTE AO

A. Promedio mvil simple
B. Promedio mvil simple de 2 periodos
C. Promedio mvil simple de 3 periodos
D. Promedio mvil ponderado de 3 periodos dndole al valor ms actual una ponderacin
del 50%, al anterior el 40% y al ms antiguo el 10%

Periodo

Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic

Ventas en
miles de
unidades

30
31
25
24
23
26
27
28
30
30
31
33

Anterior

Siguiente

Determinar el volmen de ventas para enero del siguiente ao con distintos mtodos
A SMA:

28,1666667 El valor e sperado e n ventas para e nero del siguiente ao

ser de
28.166,67 unidades

B SMA de 3 per: 31,3333333 La tendencia de l a D e n e l mes de e nero para e l producto

abarcando tres periodos ser de
31.333,33 unidades
usando una media movil simple de 3 periodos
C SMA de 2 per:

32 La tendencia de l a D e n e l mes de e nero para e l producto

abarcando dos periodos ser de
32.000,00 unidades
usando una media movil simple de 2 periodos

[FINANZAS CORPORATIVAS]

11

Periodo

Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic

Punto D

Ventas en
miles de
unidades

30
31
25
24
23
26
27
28
30
30
31
33

31,9 Se pronostican
31.900

unidades a vender para enero
del prximo ao

Periodo

1
2
3
4
5
6
7
8
9
10
11
12
13

Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic

Ene sgte. Ao

Ventas en
miles de
unidades

30
31
25
24
23
26
27
28
30
30
31
33
No disponible

Pronstico
con
suavizacin
exponencial

Contenido

Alfa = 0,09

32
31,82
31,7462
31,139042
30,4965282
29,8218407
29,477875
29,2548663
29,1419283
29,2191548
29,2894308
29,4433821
29,7634777

Anterior

Siguiente

DESCOMPOSICIN DE SERIES DE TIEMPO
Como su nombre lo dice, se trata se descomponer la serie de tiempo, analizar la tendencia,
e l ciclo, l a estacionalidad y e l error por separado con el fin de determinar el estndar de
comportamiento respectivamente y con ello, crear un modelo matemtico que de la
posibilidad de proyectar hacia el futuro teniendo en cuenta los mencionados componentes.

Para el mismo caso, pero utilizando el mtodo de promedio mvil exponencial, suponiendo que
contamos con un pronstico para el periodo inicial de 32 unidades, es decir, esperamos vender
en enero 32.000 unidades y una constante de error al pronstico anterior de = 9%, determinar
las ventas esperadas para enero del siguiente ao.

La ecuacin para realizar los pronsticos con descomposicin de series de tiempo es:

Yt = Tt x St x Ct x It
Dnde:
Yt = Valor observado en el periodo t
Tt = Factor de la tendencia en el periodo t
St = Factor estacional en el periodo t
Ct = Factor cclico en el periodo t

It = Factor irregular en el periodo t

12

[ POLITCNICO GRANCOLOMBIANO]

[FINANZAS CORPORATIVAS]

13

EJEMPLO DE DESCOMPOSICIN DE SERIES DE TIEMPO

En este ejemplo para realizar el pronstico, se van a tratar los factores de tendencia y el factor
estacional, no se trabajar el factor cclico (Ct) ni el factor irregular (It).

De acuerdo con la siguiente informacin (en miles de pesos), pronosticar las ventas de junio a
diciembre de 2015 y realizar un anlisis a travs del mtodo de descomposicin de series de
tiempo.

TABLA 5:
EJEMPLO DE DESCOMPOSICIN DE SERIES DE TIEMPO
Ao

2014

2015

Mes

enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre

Ventas

174
106
83
59
46
69
105
179
220
288
308
255
210
128
100
89
88

1. Para calcular las mviles de cada periodo: se halla el promedio mvil simple de 12 periodos;
para lo cual, se comienza en el mes de julio de 2014, (celda verde), en donde se realiza la
funcin promedio; luego, se seleccionan los 12 primeros periodos y se halla un valor de
158.000 como promedio de ventas para el mes de julio. Se debe recordar que este promedio
mvil se calcula as se halla iniciado despus del punto central (entre junio y julio). Debido a
esto, la primera media mvil va a estar en el sptimo periodo y as sucesivamente se
determinar con los dems periodos. Note que se puede calcular este promedio solo hasta
diciembre de 2014, ya que en este mes el promedio abordara los datos de ventas desde
junio de 2014 hasta mayo de 2015 (que es hasta donde contamos con datos de ventas)

14

[ POLITCNICO GRANCOLOMBIANO]

Anterior

Siguiente

2. Se calcula el promedio mvil centrado que permite determinar la media mensual general,
respecto a las medias mviles de cada periodo. Para ello, se utiliza nuevamente la funcin
promedio (celda amarilla), se marcan los promedios mviles del paso 1 y se obtiene un
promedio mvil centrado mensual de 164.000 unidades a vender.
3. El factor estacional (ver nuevamente el concepto de variacin estacional de esta cartilla),
cuyo clculo corresponde a la participacin de ventas de cada mes promedio sobre el
promedio mvil centrado o general (celda naranja). Su interpretacin para el caso del mes de
julio de 2014 (tomando como supuesto que las ventas de este ejemplo fueran de cerveza),
seria as: la variacin regular para el mes de julio (0.96) en el consumo de bebidas
alcohlicas muestra que sus ventas estarn por debajo del promedio general (por ser menor
a 1); para el mes de noviembre, pasa lo contrario, el factor estacional es mayor a 1 (1.02), lo
que significa que en ese mes se vender ms cerveza que en el promedio general.
Vale la pena resaltar, que la suma de los factores de estacionalidad hallados deben ser igual
al nmero de periodos, es decir 6 (de julio a diciembre de 2014)

Contenido

[FINANZAS CORPORATIVAS]

15

TABLA 6
SUMA DE FACTORES DE ESTACIONALIDAD

Ao

2014

2015

Mes

enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre

Ventas

Promedio mvil
12 meses (MA)

174
106
83
59
46
69
105
179
220
288
308
255
210
128
100
89
88

Factor estacional (SF)

TABLA 7:

Promedio movil
centrado CMA)

CLCULO DE LA MEDIANA Y FACTOR ESTACIONAL AJUSTADO

164

Mes

158
161
163
164
166
170

0,96
0,98
0,99
1,00
1,02
1,04

[ POLITCNICO GRANCOLOMBIANO]

2015

Mediana

Anterior

Indice estacional
ajustado (SI)

Enero

0,00

Febrero

0,00

Marzo

0,00

Abril

0,00

Mayo

0,00

Junio

0,00

Julio

0,96

0,96

0,96

Agosto

0,98

0,98

0,98

Septiembre

0,99

0,993799371

0,99

Octubre

1,00

1,002463263

1,00

Noviembre

1,02

1,017752484

1,02

Diciembre

1,04

1,039157394

1,04

6,00

Siguiente

6,00

5. Se procede a determinar el factor de la tendencia que no es ms que el modelo de
regresin lineal:

Tt = 0 + 1t

Donde:
Tt es la tendencia en el tiempo
0 es el intercepto
1 es la pendiente
t es el tiempo

4. Clculo de la mediana y el factor estacional ajustado. Al relacionar solo dos aos de los
cuales, se cuenta, solo, con informacin completa de uno de ellos ( del ao 2014), el
clculo de la mediana de los factores estacionales tendr un resultado que ser el mismo
factor. Si en el ejemplo se relacionaran ms periodos, la mediana arrojara resultados
diferentes.

As se ajustan los ndices estacionales, seleccionando el ndice estacional (mediana)
correspondiente a cada mes y multiplicndolo por un factor de correccin, que en este
caso viene a ser la divisin de 6 (correspondiente a los periodos que tienen informacin),
entre el acumulado encontrado en la mediana (6); cuando se tenga este clculo, se

2014

16

Contenido

suman estos ndices estacionales ajustados y deben dar como resultado 6 (por los seis
periodos).

Para hallar dicho factor de tendencia, se utilizar el siguiente cuadro:

[FINANZAS CORPORATIVAS]

17

TABLA 8:
CUADRO PARA DETERMINAR EL FACTOR DE LA TENDENCIA, EN EL MODELO DE REGRESIN
LINEAL

Coeficientes
de tendencia
80,17361586
5,595614911

Ao

2014

2015

Mes
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre

Periodo t Ventas Y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

174
106
83
59
46
69
105
179
220
288
308
255
210
128
100
89
88

Factor de la Indice e stacional Valores ajustados y

tendencia Y
ajustado S
pronsticos
1,28
85,769231
109,6180305
0,91
82,9042996
91,364846
0,62
96,960461
59,70263703
0,48
102,556076
49,40300643
0,43
108,151690
46,0318511
0,47
113,747305
53,16962642
0,65
119,342920
77,96189046
0,86
124,938535
107,8754229
1,36
178,1498631
130,534150
1,79
136,129765
243,6468498
1,87
141,725380
264,3260821
1,29
147,320995
189,7038899
1,28
195,4362589
152,916610
0,91
158,512225
143,8337127
0,62
164,107840
101,0481047
0,48
81,74904129
169,703454
0,43
175,299069
74,61132256

Contenido

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple

0,204818795

Coeficiente de determinacin R^2

0,041950739

R^2 ajustado

-0,021919212

Error tpico

83,62802697

Observaciones

Anterior

17

ANLISIS DE VARIANZA
Grados de
libertad

Suma de
cuadrados

Promedio de los
cuadrados

Regresin

4593,531863

4593,531863

Residuos

15

104904,7034

6993,646895

Total

16

109498,2353

Coeficientes

Error tpico

Estadstico t

Valor crtico de F

0,656814954

Probabilidad

0,430357676

Inferior 95%

Siguiente
Superior 95%

Inferior 95,0%

Superior 95,0%

Intercepcin

117,2720588

42,42446933

2,764255173

0,014465209

26,84644295

207,6976747

26,84644295

207,6976747

Variable X 1

3,355392157

4,140204272

0,810441209

0,430357676

-5,469244356

12,18002867

-5,469244356

12,18002867

Figura 1. Resumen estadstico

Como se observa, aparecen una serie de variables calculadas y entre estas los coeficientes de
inters para aplicarlos en el modelo (celdas verdes) se copian y se trasladan a la hoja de clculo
inicial

Se seguir la siguiente ruta: datos - anlisis de datos, regresin, aceptar, en rango de Y entrada,
se seleccionarn todas las ventas (de enero 2014 a mayo 2014) y en el rango X, se seleccionarn
los periodos (del 1 al 17). Haga clic en aceptar y en ese instante Excel abre otra hoja (la pueden
llamar: anlisis de datos)

Para hallar el factor de la tendencia Y por cada mes, se suman los coeficientes de tendencia
(trados de la hoja denominada anlisis de datos) y el resultado se multiplica por el periodo
correspondiente.
Los ndices estacionales ajustados se traen del punto anterior.
Por ltimo, los valores ajustados y pronosticados se calculan multiplicando el factor de la
tendencia Y por el ndice estacional ajustado, siguiendo el modelo mencionado anteriormente:
Yt = Tt x SI x CF. Recordar que (CF), el factor cclico no se tiene en cuenta en este ejemplo. Con
esta frmula aplicada en el la hoja de Excel, se hallan los pronsticos solicitados.

18

[ POLITCNICO GRANCOLOMBIANO]

[FINANZAS CORPORATIVAS]

19

TABLA 9:
CUADRO DE COEFICIENTE DE TENDENCIAS

Coeficientes
de tendencia
117,2720588
3,355392157

Ao

2014

2015

Mes
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre

Periodo t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Ventas Y
174
106
83
59
46
69
105
179
220
288
308
255
210
128
100
89
88
No disponible
No disponible
No disponible
No disponible
No disponible
No disponible
No disponible

Factor de la
tendencia Y
120,627451
123,982843
127,338235
130,693627
134,049020
137,404412
140,759804
144,115196
147,470588
150,825980
154,181373
157,536765
160,892157
164,247549
167,602941
170,958333
174,313725
177,669118
181,024510
184,379902
187,735294
191,090686
194,446078
197,801471

Indice e stacional Valores ajustados y

ajustado S
pronsticos
0,00
0,00
0,00
0,00
0,00
0,00
0,96
0,98
0,99
1,00
1,02
1,04
0,00
0,00
0,00
0,00
0,00
0,00
0,96
0,98
0,99
1,00
1,02
1,04

0
0
0
0
0
0
135,726263
141,6057579
146,5561779
151,1975045
156,918475
163,7054939
0
0
0
0
0
0
174,5511115
181,1693456
186,5712173
191,561393
197,8979794
205,5468607
Ventas pronosticadas

Recuerden que las ventas ajustadas y pronosticadas de los meses de enero a junio quedan en
ceros, ya que se cuenta nicamente con informacin de julio a diciembre de 2014, es decir, no
se tiene informacin del 2015; por lo tanto, la mediana y por ende, el ndice estacional ajustado
son cero. As, al analizar ms periodos de tiempo y contar con ms informacin, la mediana, el
ndice estacional ajustado y los correspondientes pronsticos arrojaran resultados diferentes a
cero.
2.3 MODELOS CAUSALES O EXPLICATIVOS
Este modelo aplica cuando la variable que se va a pronosticar, tiene una concordancia
explicativa con las variables independientes. Por ejemplo, si tomamos las ventas pueden tener
concordancia que explique su comportamiento por estar en funcin de la capacidad de pago de
los consumidores y de las campaas publicitarias, entre otros.
Los principales modelos causales son los siguientes:

20

[ POLITCNICO GRANCOLOMBIANO]

Contenido

MODELOS DE REGRESIN

Como se mencion anteriormente, su aplicabilidad consiste en hallar la relacin entre una

variable dependiente y las variables independientes.
Su frmula:

Anterior

Y = f(x) + E

DONDE:

Y = variable dependiente
X = variable independiente
E = error o residuo

Excel determina la ecuacin de pronstico en la que se reemplaza los valores futuros Y, y
hallar el valor pronosticado de X. las funciones estadsticas para esto son PRONSTICO y
TENDENCIA.

Este modelo sirve para realizar pronsticos de ventas y variables financieras como las tasas de
inters.

EJEMPLOS MTODO DE REGRESIN CON FUNCIN PRONSTICO

Dadas las ventas de 2010 a 2013, pronosticar las ventas del 2014

TABLA 10:
EJEMPLO 1
Ao
2010
2011
2012
2013
2014

Siguiente

Unds. V endidas
(miles)
42
47
44
48
49

Para llegar al pronstico de ventas de 2014, se ubica en la celda donde se hallar el pronstico
(unidades a vender 2014 celda verde) y se aplica la funcin pronstico. Se marca como x la
celda donde se encuentra digitado el ao 2014, como es conocido Y se marca el rango de
unidades vendidas del 2010 al 2013; como es conocido X, se marca el rango del ao 2010 a
2013.

[FINANZAS CORPORATIVAS]

21

TABLA 11:
EJEMPLO 2

Hallar la tendencia de ventas de acuerdo con la siguiente informacin:

Luego, sobre esta lnea que arroja la grfica se da clic derecho agregar lnea de
tendencia:

Da

1
2
3
4
5
6
7
8
9
10

Ventas en millones
14
12
38
27
30
32
48
53
51
43

Fecha
Aum. % vtas.
01/10/2015
0,00%
02/10/2015
-14,29%
03/10/2015
216,67%
04/10/2015
-28,95%
05/10/2015
11,11%
06/10/2015
6,67%
07/10/2015
50,00%
08/10/2015
10,42%
09/10/2015
-3,77%
10/10/2015
-15,69%

Excel permite determinar las ventas mximas con la funcin Max y el promedio de ventas
con la funcin pronstico, que dejan ver un panorama ms claro de cifras antes de hallar
la tendencia.

Se grafican las ventas:

Contenido

ventas

60
50
40
30
20
10
0

Anterior
ventas

Lineal (ventas)
1 2 3 4 5 6 7 8 9 10

Siguiente

Figura 3. Grfica de ventas y tendencias

Posteriormente, clic derecho sobre esta lnea de tendencia que se acaba de hallar, se
digitan los das que se quieren pronosticar a futuro. En este ejemplo, se considerarn 5
das adelante, que permita visualizar la ecuacin y que calcule R2. Mientras esta medida
ms se acerque a 1 indicar que la lnea de tendencia es ms perfecta.

ventas
60
40

ventas

20
0

1 2 3 4 5 6 7 8 9 10

22

Figura 2. Grfica de ventas

[ POLITCNICO GRANCOLOMBIANO]

[FINANZAS CORPORATIVAS]

23

2.4.

ventas
80

y = 4,0848x + 12,333
R = 0,72851

40

ventas

60

Lineal (ventas)

20

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Grfica 4. Lnea de tendencia

Se produce un R no muy bueno ya que no se acerca mucho a 1. El punto verde indica el da
15


ENTONCES:

Se Digitan las cifras de la ecuacin y el da a pronosticar que es el 15 y se obtiene:
4.0848
15
12.333
As:
Tendencia = 4.0848 (15)+12.333 = 73.6. (Este valor indica que las ventas en el da 15 sern
de $ 7360.000

MODELOS DE INSUMO-PRODUCTO

Contenido

CRITERIOS PARA ELEGIR EL MTODO DE PRONSTICO

Se debe establecer el volumen de informacin que es necesario por cada mtodo, el grado de
validez de la misma y hacer un sondeo con la informacin con la que efectivamente cuenta la
empresa y as elegir el mtodo que ms se ajusta dependiendo de estos parmetros.

Como se ha visto en esta cartilla, los mtodos se ocupan de variables diferentes. Por lo tanto,
dependiendo del tipo de pronstico que la empresa quiera desarrollar, se deben determinar
variables tanto internas (estimacin de ventas, precios, liquidez, polticas propias de la empresa
en todos los mbitos) como externas (indicadores como IPC, PIB, tecnologa, entre otros) que
lleguen a impactar dicho pronstico.

Asimismo, cada mtodo ofrece un nivel de confiabilidad diferente, por lo que se debe elegir el
que ms se ajuste dependiendo del nivel de confianza requerido.

Desde luego el factor monetario entra a jugar un papel importante, cada mtodo tiene costos
que van acorde con la calidad del mismo y lgicamente, con el presupuesto de la empresa; lo
importante es determinar la relacin costo beneficio. Aunque esta seleccin depender de las
necesidades de la empresa y de definir el horizonte de tiempo sobre el cual se realizar el
pronstico.

Para una mayor exactitud del pronstico, es una buena alternativa tener en cuenta varios
mtodos a la vez y sopesar ventajas y desventajas de unos mtodos con respecto a otros.

Finalmente, un pronstico no tiene validez si no se acta empresarialmente con base a los
resultados del mismo, propendiendo desde luego, por el crecimiento de la empresa.

Anterior

Siguiente

Establece el nivel de produccin con su correspondiente distribucin de costos que debe tener
una industria que d respuesta al consumo de los demandantes. Esencialmente, son matrices
que reflejan los insumos necesarios por una industria para producir productos, que a su vez son
insumos para otra y as sucesivamente. El desarrollo de estos modelos es costoso y complejo
por lo que se necesita de talento humano con la experticia necesaria para elaborar pronsticos
de calidad en el sector industrial.

24

[ POLITCNICO GRANCOLOMBIANO]

[FINANZAS CORPORATIVAS]

25