Libro-SAPAG 5ta Edic - Cap 05

Tcnicas de proyeccin
del mercado
anterior se analizaron
n el captulo
mercado de un proyecto.
los principales
La estimacin
componentes
del comportamiento
de estas variables puede realizarse utilizando
diversas tcnicas de pronstico,
estudio constituye el objetivo de este captulo.

Cada una de las tcnicas de proyeccin tiene una aplicacin
que hace de su seleccin
como por ejemplo,
un problema
decisional
la validez y disponibilidad
deseada del pronstico,
influido
estudio, entre otros. Tan importante
de carcter especial
los beneficios
y el tiempo
disponible
la precisin
del resultado,
para hacer el
como stos es la etapa del ciclo de vida en que
se encuentra el producto cuyo comportamiento

se desea pronosticar.
Obviamente, en una situacin estable la importancia de los pronsticos
nor. Pero a medida que ella crece en dinamismo
y complejidad,
torna la proyeccin de las variables del mercado.

La dificultad mayor de pronosticar comportamientos
la ocurrencia
de eventos que no hayan ocurrido
de nuevas tecnologas,
no tradicionales,
la incorporacin
las variaciones
ctera. Los antecedentes

analista de proyecto,
histricos
radica en la posibilidad
anteriormente,
de competidores
en las polticas
con sistemas comerciales
econmicas
gubernamentales,
complementarias
antes que como alternativas estimativas certeras.
El captulo que aqu se inicia se concentra tanto en la presentacin
y aplicabilidad
de
como el desarrollo
sern, por tanto, variables referenciales
para la proyeccin
es me-
ms necesaria se
quien debera usar los mtodos de proyeccin
las tcnicas ms importantes
cuyo
por diversos factores,
de los datos histricos,
el costo del procedimiento,
los periodos futuros que se desee pronosticar
del estudio de
futuro de algunas
et-
para el
como tcnicas
y el anlisis de
del mercado, como en sus alcances
90
Preparacin y evaluacin de proyectos
DI
Elmbito de la proyeccin
La multiplicidad
de alternativas
metodolgicas
miento futuro
de alguna de las variables
consideracin
un conjunto
aplicar correctamente
de elementos
existentes para estimar el comporta-
del proyecto
obliga al analista a tomar en
de cada mtodo, con el fin de seleccionar
aquel que sea ms adecuado
para cada situacin
resultante de la proyeccin
permita su uso ptimo,
Para que el producto
particular.
la informa-
cin deber expresarse de la manera que sea ms valiosa para el preparador

yecto; por ejemplo, en algunos casos la informacin
del pro-
deber expresarse desglosada por
zona geogrfica, o en funcin de algn atributo de los clientes, como sexo o edad.
La validez de los resultados de la proyeccin
calidad de los datos de entrada que sirvieron
de informacin
de uso ms frecuente
pblicos y privados,
las opiniones
est ntimamente
relacionada
de base para el pronstico.
con la
Las fuentes
son las series histricas oficiales de organismos
de expertos y el resultado de encuestas especiales,
entre otras.
La eleccin
del mtodo correcto
depender
principalmente
calidad de los antecedentes
disponibles,
tividad
se evaluar en funcin
del mtodo
elegido
tanto de la cantidad y
como de los resultados esperados.

de su precisin,
La efec-
sensibilidad
objetividad.
Precisin, porque cualquier
que obviamente
error en su pronstico
exigrsele que garantice una reduccin

Sensibilidad,
tendr asociado un costo. Aun-
no podr exigirse una certeza total a alguno de los mtodos, s podr

al mnimo del costo del error en su proyeccin.
porque al situarse en un medio cambiante,
te estable para enfrentar
una situacin
de cambios
debe ser lo suficientemen-
lentos, as como dinmica
para
enfrentar cambios agudos.

Objetividad,
porque la informacin
garantizar su validez y oportunidad

Los resultados que se obtienen
slo indicadores
que se tome como base de la proyeccin
de los mtodos
de referencia para una estimacin
mente ser exacta, deber complementarse
de proyeccin
definitiva,
del mercado
son
la cual, aunque difcil-
con el juicio y las apreciaciones
tivas del anlisis, por parte de quien probablemente

en la bsqueda de la estimacin
debe
en una situacin histrica.
cualita-
trabajar con ms de un mtodo
ms certera.
m Mtodos de proyeccin
En el apartado anterior se mencion
alternativas metodolgicas
que el preparador
de proyectos dispone de varias
para proyectar el mercado y que la seleccin y uso de una
o ms de stas dependa de una serie de variables.
Una manera de clasificar
nicas de proyeccin
de su carcter, esto es, aplicando
consiste en hacerlo en funcin
mtodos de carcter cualitativo,
las tc-
modelos causales y modelos de series de tiempo.
Tcnicas de proyeccin del mercado
Los mtodos de carcter cualitativo

oertos. Su uso es frecuente
cuando
no se dispone
atas disponibles
se basan principalmente
cuando el tiempo
Los modelos
influencia
emitir algn juicio
de pronstico
de las variables
Dervitsiotis'
que influyen
sobre la eficacia de sus estimaciones
un modelo
que relacione
del mercado
del mercado,
normalmente
do, y c) la validacin
con las
en el
de proyec-
respecto a las que se pueda

el producto
nacional
o los permisos de construccin;
b) la
a las variables causales con el comportamiento
en la forma de una ecuacin
del modelo
permanece
que se observan
como, por ejemplo,
la tasa de natalidad
de la relacin que vincule
finales.
de que el grado de
ese comportamiento
de una o ms variables
sobre la demanda,
los
futuro. Aun
seala tres etapas para el diseo de un modelo
bruto, la renta disponible,

seleccin
es escaso,
es bastante amplia, resulta prc-
causal es parten del presupuesto
cin causal: a) la identificacin
de ex-
necesarios o cuando
que se estima son las causantes de los cambios
mercado.
presumir
cualitativos
que afectan el comportamiento
estable, para luego construir

ariables
mnimos
para predecir algn comportamiento
cuando la gama de mtodos predictivos

zicamente imposible
para elaborar el pronstico
de todos los antecedentes
no son confiables
en opiniones
de pronsticos,
sentido comn como las pruebas estadsticas,
matemtica
de primer gra-
de manera que satisfaga tanto el
mediante
la representacin
adecuada
del proceso que describa.

Los modelos
me el mercado
de series de tiempo
a futuro
se utilizan
puede determinarse
pasado, y siempre que est disponible

y completa.
contexto
Cualquier
cambio
cuando el comportamiento
en gran medida
la informacin
en las variables
un determinado
una nueva tecnologa
o un
sustituto de las materias primas, entre otros, hace que los modelos
de este tipo pierdan validez. Sin embargo, es posible ajustar, con algn criterio
una serie cronolgica
DI
en el
histrica de manera confiable
que caracterizaron
en el pasado, como una recesin econmica,
nuevo producto
que asu-
por lo sucedido
lgico,
para incluir aquellos hechos no reflejados en datos histricos.
Mtodos cualitativos
La importancia
fiesta cuando
explicar
o cuando
de los mtodos
cualitativos
los mtodos cuantitativos
por s solos el comportamiento

no existen suficientes
La opinin
en la prediccin
basados en informacin
del mercado
histrica
se manino pueden
futuro esperado de alguna de sus variables,
datos histricos.
de los expertos es una de las formas subjetivas ms comnmente
das para estudiar el mercado.
Dentro de sta, el mtodo
usa-
Delphi es quiz el ms co-
nocido. Este mtodo consiste en reunir a un grupo de expertos en calidad de panel, a

quienes se les somete a una serie de cuestionarios,
con un proceso de retroalimenta-
Dervitsiotis, KostasN. Operations Management. NewYork: McGraw-Hill,
1981, pp. 447-452.
91
92
cin controlada
despus de cada serie de respuestas. Se obtiene as informacin
tratada estadsticamente,
nace una prediccin.
entrega una convergencia
El mtodo
lograr un razonamiento
Delphi
en la opinin
se fundamenta
que,
grupal, de la que
en que el grupo es capaz de
mejor que el de una sola persona, aunque sta sea experta
en el tema.
Con el objetivo
de no inhibir a los participantes
testa annimamente.
La retroalimentacin
cada vez que se completa

del mtodo
dominantes,
controlada
de opiniones
evita las distorsiones
la existencia
Aunque
durante
de comunicaciones
el transcurso
entre los expertos,

discontinuidad
en el proceso.
dos cuestionarios,
evitar un intercambio
la presencia
irrelevantes
El procedi-
de individuos
y la presin por parte del
se producen
minimizarlas
fugas inevitables
para evitar los efectos de la
De igual manera, debe intentarse
de opiniones
se
entre otros factores.
intentar
as como el nmero
interactivo
de todos los expertos.
del experimento
es importante
Este proceso
que producen
grupo para llegar a un consenso forzado,
se con-
sobre el panel se hace efectiva
una ronda de cuestionario.
repite hasta lograr la convergencia

miento
en el panel, el cuestionario
que el lapso entre
de ellos, sea lo ms reducido
que origine
distorsiones
posible,
para
en las respuestas indi-
viduales.
Una tcnica
similar al mtodo
que se diferencia
sor de las opiniones,

Este mtodo
producir
un pronstico
los pronsticos
como consenso
dirigida
de que varios expertos
mejor que una sola persona.

Algunas veces ocurre
y por ello stos no reflejan
reside en la posibilidad
interaccin
es la conocida
y en que no hay retroalimentacin
"se basa en la suposicin
mula la comunicacin.
mtodo
Delphi
de panel,
de aqulla en que no existen secretos sobre la identidad
desde el exterior.
sern capaces
sociales influyen
un consenso verdadero")
adecuada y se logre un consenso
de
No existen secretos y se esti-
que los factores
de que emerja
del emi-
El peligro del
un grupo dominante
por su capacidad
en
que anule la
de argumentacin
no por la validez de la misma.

Un mtodo
investigacin
ms sistemtico
de mercado,
informacin
que se vale del mtodo

principalmente
relevante para ayudar a la toma de decisiones
hiptesis sobre un mercado

dos-prueba
especfico,
mediante
cientfico,
es la
en la recoleccin
de
o para aprobar o refutar
encuestas,
experimentos,
merca-
u otra forma.
Este mtodo
cualquiera
y objetivo,
la cual se utiliza
constituye
quiz un paso necesario
de los restantes mtodos,
para la aplicacin
dada la informacin
sistematizada
y el uso de
y objetiva
que entrega.
Chambers,
J.
Mullick,
s. y Smith
D. Cmo elegir la tcnica de protiostico correcta. Biblioteca Harvaro.
La principal caracterstica del mtodo es su flexibilidad para seleccionar e incluso

Jara disear la metodologa que ms se adecue al problema en estudio, requiriendo
na investigacin exploratoria, descriptiva o explicativa.3
Un tipo de investigacin de mercados es el de encuestas de intenciones de cornras. Su aplicacin comienza con la seleccin de la unidad de anlisis adecuada para
..uantificar la intencin de compra, siguiendo con la toma correcta de la encuesta por
muestreo y finalizando con el anlisis de los antecedentes recopilados. El peligro del
mtodo est en que depende mucho de las variables de contexto; si stas son dinmicas, las condiciones imperantes pueden llevar a modificar la intencin de compra de
a unidad de anlisis o quiz sus respuestas a las encuestas, aun cuando ello no afecte
a decisin, induciendo a conclusiones errneas.
La investigacin de mercados estudia caractersticas de productos, empresas o
consumidores. Para realizar el muestreo existen dos mtodos: el probabilstico (en el
que cada elemento elegible tiene la misma probabilidad de ser muestreado) y el no
probabilstico (en el que la probabilidad de ser elegible no es igual para toda la poblacin muestral). De la observacin de casos reales se puede afirmar que el ltimo tiene
ms aplicacin que el primero.
En este sentido, se requiere una estratificacin previa a la toma de encuesta, para
determinar el espacio muestra]. Por ejemplo, si se desea determinar las caractersticas
del usuario de Internet, primero deber averiguarse si la persona es usuaria del sistema
y luego consultar acerca de lo que se desea averiguar. Esto es distinto a investigar el
porcentaje de la poblacin que usa Internet, lo que sera diferente a una investigacin
de mercados. La estratificacin consiste en encuestar a aquellos que efectivamente
usan Internet, ya que quienes no lo hacen o no conocen difcilmente podran opinar
sobre sus tarifas u otras variables. El muestreo no probabilstico corresponde a una investigacin de mercados basados en encuestas sobre una estratificacin preliminar.
El clculo del tamao de la muestra es fundamental para la confiabilidad de los
resultados. Por ello, debern tomarse en consideracin algunas propiedades de la
muestra y el grado de error mximo permisible de sus resultados. Para calcular el
tamao de la muestra puede utilizarse la siguiente frmula:
5.1
(J2Z2
n=
-e2
donde n es el tamao de la muestra, (J2 es la desviacin estndar (que puede calcularse en referencia con otros estudios o sobre la base de una prueba piloto), Z el
valor crtico de la distribucin normal para un nivel de confianza deseado y e2 el
Para el estudio de este mtodo, Kinnear, T. y Taylor,

Hill, 1998.
J. Investigacin de mercados
Bogot: McGraw-
93
94
nivel de error mximo

permitida
permitido,
que puede interpretarse
como la mayor diferencia
entre la medida de la muestra y la media de la poblacin.
El valor de Z se obtiene de una tabla de probabilidades

y se conoce como
Por ejemplo,
distribucin
para tener un nivel de confianza
normal muestra un valor de Z
As, si una empresa fabricante

para colocar
de una distribucin
normal
el nmero de errores estndar asociados con el nivel de confianza.

del 95%, la tabla de probabilidades
de aceite comestible
evala un proyecto
de oliva
y maz, puede estimar el tamao de la muestra basndose en el promedio
histrico
medio anual. Si la media histrica
tndar de la muestra, obtenida

permitido
en el mercado,
tradicional
como el aceite combinado
de consumo
un nuevo producto
de
1,96.
mediante
es 0,3 (lo que supone
es-
una prueba piloto, es 3 y si el error mximo
que ningn
litros, ni menos de 11,7 litros), el tamao
ha sido 12 litros, si la desviacin

consumidor
comprara
ms de 12,3
de la muestra para un nivel de confianza
de 95% se calcula por:
La aplicacin
de un cuestionario
mientos esperados del mercado.
a la muestra busca medir actitudes y comporta-
Para ello, es conveniente
aplicar lo que se denomina
tcnica estructurada, que consiste en facilitar respuestas breves, simples, especficas

y con opciones
limitadas.
La teora ofrece cuatro formas bsicas para elaborar escalas o mediciones

cias sociales: nominal,
La escala nominal
ordinal, de intervalos y proporcional.

consiste en solicitar al encuestado
la marca que usa de un determinado

publicidad
o el establecimiento
producto,
comercial
sultados se expresa como un porcentaje

encuestados
en cien-
que mencione,
el medio de difusin
donde lo compr.
por ejemplo,
donde vio la
La medicin
de los re-
sobre el total de la muestra, como: 44% de
usa aceite marca A, 37% marca B, etctera.
La escala ordinal consiste en solicitar al encuestado

con su preferencia
personal, calificando
(mejor) distintas variables como, por ejemplo,

La escala de intervalos
permite
tamao, envase y sabor.
hacer comparaciones
de la edad, los ingresos o cuando el encuestado

de su respuesta. Por ejemplo,
que ordene datos de acuerdo
en una escala que puede ir de 1 (peor) a 5

cuando se pregunta acerca
tiene una visin clara pero no exacta
si fuma entre 1 y 5 cigarrillos
diarios, entre 6 y lO, entre
11 y 20 o ms de 20.
La escala proporcional
lumen, peso o distancia.
se aplica cuando se desea explicitar

Generalmente,
para lo cual en una pregunta

atributo
adelante,
de un producto
mediciones
se aplica en la confirmacin
inicial se le pide sealar si considera
al momento
de decidir
se le reitera de manera diferente.
su compra
Por ejemplo,
como vo-
de respuestas,
un determinado
y, varias preguntas
si se est midiendo
ms
la in-
tencionalidad
de cambiar
crtica al producto
sus hbitos de compra
podra preguntarse
actual. Si la respuesta es afirmativa,
manera de una escala nominal.
Ms adelante,
en el cuestionario
que, en una escala ordinal, asigne una calificacin

presenta y cuya respuesta tiene que coincidir
En general, las encuestas se emplean
venta, preferencias
si tiene alguna
se le pide que la seale a la

se le puede pedir
a una lista de dificultades
que se le
con la entregada anteriormente.
en la medicin
de volmenes
esperados de
de calidad y precio, hbitos de compra, etctera.
La investigacin de mercados basada en muestreo no probabilstico

en tres categoras: muestreo de estratos, de conveniencia
En el muestreo
de estratos se predetermina
intereses particulares
de la investigacin.
se puede tipificar
de sitio y de bola de nieve.
un estrato de la poblacin
Por ejemplo,
segn los
estratos de ingresos, edad,
sexo, regin u otro.

En el muestreo de conveniencia
de sitio se predetermina
el lugar donde se aplicar
la encuesta, segn donde se estima estar presente el consumidor

del estudio. Por ejemplo,
objeto del inters
si se desea investigar un nuevo instrumento
ber dirigir la encuesta a hospitales, clnicas, consultorios
mdico,
se de-
y otros centros de concen-
tracin de estos profesionales.

En el muestreo de bola de nieve se encuesta en una primera instancia al azar, usando las respuestas obtenidas como elementos referenciales para una encuesta posterior
ms dirigida.
Otro mtodo,
el de pronsticos
visionarios,
se utiliza como alternativa
de los ya
sealados cuando se dispone de personal interno de la empresa a la que se le evala

el proyecto
y dicho personal tiene experiencia
tanto, pueden emitir opiniones

esperar en el futuro.
estimacin
variable
La proyeccin
del mercado
directa del personal y corrigindola
de fuentes atinentes
y conocimiento
de sus clientes y, por
respecto a reacciones y comportamientos

se har tomando
por antecedentes
al comportamiento
posibles de
el resultado de la
recopilados
de la economa,
de una
la competencia,
etctera.
Aun cuando este mtodo
presenta ventajas obvias respecto a costo y rapidez, sin
requerir destrezas especiales, presenta algunas insuficiencias

cia dominante
de las experiencias
que den exactitud
derivadas de la influen-
ms recientes y de la falta de unidades de medida
a la estimacin.
Con base en la suposicin

tener un comportamiento
de que el mercado
del proyecto
que se estudia puede
similar al de otros mercados en el pasado, el mtodo de la
analoga histrica aparece como el ltimo de los mtodos cualitativos

mercado
que se toma como referencia
otra marca, o en otra regin geogrfica

mercado
consumidor
variables
determinantes
analizados.
puede ser para el mismo producto,

o para un producto
similar. La desventaja
que manifiesta
en el comportamiento
El
pero de
diferente, aunque con un

es la de suponer que las
pasado del mercado
tomado
como
95
96
referencia se mantendrn
en el futuro y, adems, que tendrn el mismo efecto sobre
el mercado del proyecto
ID
en estudio.
Modelos causales4
Los modelos
el mercado
causales, a diferencia
de los mtodos
sobre la base de antecedentes
ponen que los factores
condicionantes
cualitativos,
cuantitativos
intentan
histricos;
del comportamiento
proyectar
para ello, su-
histrico
de alguna o
todas las variables del mercado permanecern estables.

Los modelos causal es de uso ms frecuente son el modelo de regresin, el modelo economtrico
coeficientes
y el modelo
tcnicos.
Es frecuente
la afirmacin
de insumo-producto,
A continuacin
encontrar
de que la demanda
del mercado
variable
dependiente.
variable
independiente.
nstico
basado en estas variables,
independientes.
depende
La variable
dependiente,
dos variables,
dependiente
independientes
en consecuencia,
obtenidas
de regresin
se explica
de variables
para la variable
el modelo
mltiple.
de regresin
El primero
de pro-
n variables
y cada
simple o de
indica que la variable
se basa en dos o ms variables
ambos casos, aunque los valores de la variable independiente
por la
independientes
dependiente
se predice sobre la base de una variable independiente,
segundo indica que la medicin
y la cantidad
se define como
permite elaborar un modelo
del nmero
bsicos de regresin:
y el modelo
o en un momento
el cual puede tener desde una hasta
la eleccin
del total de observaciones
una de las explicativas.

Existen dos modelos
de muchas causas
que se desea proyectar,
El anlisis de regresin>
Sin embargo,
depende
a travs del tiempo
se definen como variables
u otro elemento
de los
y en la teora microeconmica
de un bien o servicio
su comportamiento
especfico de l.
Las causales explicativas
mtodo
se analiza cada uno de ellos por separado.
en los estudios empricos
o factores que explicaran
demandada,
llamado tambin
mientras que el
independientes.
En
pueden ser asignados,
La metodologa y las frmulas que se exponen a continuacin con fines explicativos se entienden
mejor recurriendo al uso de una planilla electrnica como Excel. As, para el clculo de una regresin, en Men / Herramientas / Anlisis de datos / Regresin, el trabajo se simplifica a slo poblar
informacin. As mismo, para los modelos de series de tiempo que se exponen en el punto 5.5, opcionalmente se puede recurrir al Men Insertar grfico, aunque, la informacin que proporciona es
sustancial mente menor a la que entrega la herramienta Regresin de anlisis de datos.
El modelo de regresin se basa en tres supuestos bsicos, los cuales, si son transgredidos, invalidan
automticamente cualquier proyeccin. El primer supuesto es que los errores de la regresin tienen
una distribucin normal, con media cero y varianza (72 constante. El segundo supuesto es que los
errores no estn correlacionados entre ellos. Estefenmeno se denomina autocorrelacin. El ltimo
supuesto es que todas las variables analizadas se comportan en forma lineal o son susceptibles de
linealizar.
es decir, que estn dados para el analista, los de la variable dependiente
deben ob-
tenerse por medio del proceso de muestreo.

De la observacin
la relacin
de las variables se deriva un diagrama de dispersin
entre ambas. Grficamente,
con relacin al eje horizontal

eje vertical.
Cuando
las relaciones
un mtodo de transformacin
observadas.
independiente,
x,
y, con relacin al
entre ambas no son lineales, es usual determinar

la ecuacin
lineal.
lineal que mejor se ajuste a la relacin
Para ello se utiliza
drados. En forma grfica, el diagrama

representarse
la variable
de valores para lograr una relacin
El paso siguiente es determinar

entre las variables
se representa
y el valor de la variable dependiente,
que indica
el mtodo
de dispersin
de los mnimos
cua-
y la lnea de tendencia pueden
como lo muestra el grfico 5.1.
Grfico 5.1 Diagrama de dispersin y la lnea de tendencia

y
x
Los puntos del grfico
variables x
representan
las distintas
relaciones
observadas
entre las
y y.
Matemticamente,
la forma de la ecuacin
de regresin lineal es:
5.2
y(x)
donde y(x) es el valor estimado
= e+bx
de la variable
dependiente
independiente
con el eje y6,
b es la pendiente de la lnea de regresin y x es el valor especfico de
la variable
6
independiente.
x, a es el punto de interseccin
para un valor especfico
de la variable
de la lnea de regresin
Dado que la lnea de regresin se entiende
En este punto la variable independiente x tiene un valor de cero.
como el valor
97
98
esperado que toma la variable

mino constante
a tambin
x es cero. Igualmente,
dados los valores esperados de la variable x, el trcomo el valor promedio
cuadrados
permite que la lnea de regresin de mejor
la suma de las desviaciones
estimados de la variable dependiente
cuadrticas
entre los valores reales
para la informacin
y los
muestral. As, al minimizar
la sumatoria de errores al cuadrado, se derivan las siguientes expresiones

diente
y cuando
de
b se puede entender como el cambio en y ante un cambio
marginal en x.
El criterio de los mnimos
ajuste minimice
y,
se puede entender
para la pen-
y el intercepto, respectivamente:
5.3
b = nLxy - (LX )(Ly)

nLx2 _ (LX)2
5.4
a
donde
y son
Alternativamente,
y - bx
las medias de las variables
y n el nmero de observaciones.
b puede calcularse utilizando:
5.5
= _L-,--(x_-_x,--,-)
(,---y
--,---.:y,-,-)
L(X-X)2
Por ejemplo, supngase que los antecedentes
un determinado
producto
histricos de produccin
son los que se muestran en el cuadro 5.1. No obstante, es
necesario aclarar que se debe contar con un nmero

para que la estimacin
y ventas de
sea veraz
y las conclusiones
significativo
derivadas
de observaciones
de la relacin
entre
variables sean consistentes.
Cuadro 5.1
1999
2000
2006
2007
30
45
220
270
La lnea de regresin puede determinarse
a partir del siguiente clculo,
variable x se puede entender como un indicador
temporal.
donde
la
Tcnicas de proyeccin
del mercado
Cuadro 5.2
10
- 50
25
100
-4
20
- 80
16
400
-3
30
- 90
900
2000
-2
45
- 90
2.025
2001
-1
70
-70
4.900
1997
-5
1998
1999
2002
90
8.100
2003
125
125
15.625
2004
150
300
2005
180
540
22.500
32.400
2006
220
16
48.400
2007
25
72.900
Total
270
1.210
880
1.350
2.815
110
208.250
Se asumi 2002 = O para que la suma de los valores de x sea cero.
Reemplazando
en las ecuaciones
b=
5.3 y 5.4, se tiene que:
11(2.815)-(0)(1.210)
30.965
11(110)-(0)2
a = 1.210 _ 25 59(~)
11
= 25
1.210
11
59
'
= 11 O
De esta forma, la ecuacin final de regresin es:
y(x)=110+25,59;
Para estimar la demanda esperada en 2008 (x
y = 11 0+
6), se reemplaza
25,59(6) = 263,54
Al ser el modelo de regresin un mtodo estadstico, es posible determinar

cisin y confiabilidad
El coeficiente
embargo,
la pre-
de los resultados de la regresin.
de correlacin
es ms utilizado
r mide el grado de asociacin
el coeficiente
de determinacin,
lineal entre x y y. Sin

(2, que indica
qu tan
99
100
correcto
confianza
es el estimado de la ecuacin
(2,
ms
se podr tener en el estimado de la lnea de regresin. Especficamente,
re-
presenta la proporcin
de la regresin. Cuanto ms alto sea el
de la variacin total en
las variables independientes,
pudiendo
Yt que se explica por la variacin total en
as asumir un valor entre O y 1. Se calcula por:
5.6
L(y-y(x)f
( = 1---'-------'-'~
Lx(y-y(x)f
o, en forma alternativa,
5.7
Siguiendo con el ejemplo,

determinacin
se tiene que, al aplicar la frmula
5.6, el coeficiente
de
es:
(2 =
[11(2.815)-(0)(1.210)T
[11(110)- (0)2J[11(208.250 )-(1.210)2 J
Esto significa que el 96% de la variacin

variacin temporal
total en la demanda
es explicada
por la
y el 4% restante por otras variables no incluidas en el modelo.
es un caso tpico de productos
cuya demanda depende fuertemente
ste
de la poblacin,
ya que la tasa de crecimiento se expresa como una funcin anual.

Con los antecedentes disponibles es posible calcular el error "estn dar" de una
estimacin,
para determinar
y para un valor especfico

timado,
designado
la desviacin
de la variable
"estn dar" de la variable

independiente
Se! se define como la desviacin
calcula por:
5.8
s = Ly2 -aLy-bLxy
e
n-2
dependiente
y,
x. El error "estn dar" del es"estndar"
de la regresin y se
Segn los datos del ejemplo,
S
e
(208.500) - (110 )(1.210) - (25,59)( 2.825)

11-2
Si se desea que la prediccin

sera la demanda
se tendra:
en un 95%, el intervalo
sea confiable
de la estimacin,
predecir la variable dependiente

niendo que los trminos
con diferentes grados de confianza
del error estn normalmente
y Se, mientras
y 2 SeY a 99%
En consecuencia,
distribuidos
encontrar
el
y 3 Se. Esto deja
si se ubican entre
al estimar la demanda
estadstica. Supoen torno a la lnea
de que las observaciones
que aumenta a un 95% la probabilidad
precisin se asocia con los errores "estndares"

probabilidad
de confianza
y el rango de valores dentro del que se puede
de regresin, existe un 68% de probabilidad

de
'
estimada 2(18,60). As, el error "estn dar" permite
intervalo de confianza
dentro de
= 1860
futuras estn
de que estn dentro
de manifiesto
que la mayor
ms pequeos de la estimacin.
para 2008, se dir que existe un 95% de
de que esto se ubique en el rango de 226,34 (263,54 - 2(18.60)) Y 300,74
(263,54 + 2(18,60)).
En algunos casos, en vez de ajustar los datos a una lnea recta para predecir la tendencia histrica, deber emplearse
porcentual
una funcin
constante, ms una variacin
mejor forma el ajuste de la tendencia

tendencia
exponencial
exponencial
de los datos. La expresin
para expresar de
de la ecuacin
de
es:
5.9
y(x) = axg
In y = In(a) + gln(x)
donde g es la tasa de crecimiento
porcentual
El modelo de regresin mltiple,

variables independientes
que muestre un cambio
constante en cada periodo,
constante que se estima para el futuro.
como se seal, se aplica cuando hay dos o ms
que deben usarse para calcular el valor de la variable depen-
diente. En este caso, la expresin 5.2 asume la forma:
5.10
La solucin de la ecuacin exige procedimientos
bastante complejos
nar el valor de las constantes. Sin embargo, en la actualidad

putacionales
la solucin
disponibles
que facilitan
su clculo.
para determi-
existen programas com-
En trminos generales, la lgica de
es la que subyace en los modelos de regresin lineal, es decir, haciendo
101
102 Preparacin y evaluacin de proyectos
uso del mtodo de mnimos cuadrados ordinarios
o de mxima verosimilitud
den estimar
identificar
los parmetros,
los cuales permiten
se pue-
las relaciones
entre las
variables.
Otro de los modelos causales es el economtrico,
el cual, segn Dervitsiotis,
"sistema de ecuaciones estadsticas que interrelacionan

sectores de la economa
producto
o servicio".
Lira,8 por su parte, define un modelo

la demanda.
Su modelo
(PS) y otras variables;

produccin
define una cantidad
una cantidad
ofrecida
terminados
(5), en funcin
P y el precio esperado del producto

del precio de importacin
(Qd) en funcin
del precio
el precio de los productos
(Qo) en funcin
sustitutos
de P, la capacidad
del cambio
en la cantidad
(PE); el nivel de importaciones
de
ofrecida
(q),
(M), en funcin
(PM), P y otras variables, y el nivel de exportaciones
(X), en
(PX), P y otras variables. As, al igualar la oferta y la
del precio de exportacin
demanda
de la oferta y
(CA), el costo de los factores (e) y otras variables; el cambio en el inven-
tario de productos
funcin
de un producto,
por la interaccin
demandada
(NA),
de un
del anlisis de regresin"."
para estimar la demanda
(P), el nivel de la actividad
de diferentes
sobre la demanda
En este sentido, es una prolongacin
que parte de la base de que el precio se determina

del producto
a las actividades
y ayudan a evaluar la repercusin
es un
se llega a la siguiente expresin que permitir
determinar
el precio:
5.11
-M
Qo=Qd+~+X
El modelo economtrico
analizado
eventuales
cambios derivados
operativos
fluctuantes
esencialmente
no admite externalidades
de la expansin
insurno-producto,
causal es el denominado
cientes tcnicos, que permite identificar

cen entre sectores de la economa,
o mtodo
las relaciones interindustriales
mediante
de los coefique se produ-
una matriz que implica suponer el uso
de un sector especfico,
manda entre bienes finales e intermedios

coeficientes
tcnicos.
y establece
Este mtodo
de un sector est en estrecha relacin

ms elementos
o por rendimientos
Por esto se seala que es
tcnicos fijos por parte de las distintas industrias.?
Para estimar la demanda

denominados
de la produccin
que afecten los niveles productivos.
un modelo de corto plazo.
Otro modelo
de coeficientes
de ningn tipo, ni por
el modelo
sus relaciones
es adecuado
con el nivel de actividad
que pueden estar determinndola
descompone
cuando
la de-
utilizando
los
la demanda
del sector y los de-
son de poca significacin.
Lo que
Dervitsiotis. Op. cit.
8'
Lira, Ricardo. Modelos economtricos

Instituto de Economa, 1976,
Supone funciones de produccin de proporciones fijas, sin capacidad de sustitucin de insurnos.
de demanda. Santiago: Universidad
Catlica
de Chile,
'bsicamente
busca este modelo
es determinar
el grado de repercusin
vidad de un sector tiene sobre los restantes. Una metodologa

terminar
los coeficientes
tcnicos
de las funciones
que la acti-
muy usada para de-
de produccin
de proporciones
constantes es la del anlisis de regresin.
m Modelos de series de tiempo
10
Los modelos de series de tiempo se refieren a la medicin

en el tiempo a intervalos
de la informacin
que posibilite
espaciados
histrica
uniformemente.
es determinar
la proyeccin
El objetivo
de la identificacin
un patrn bsico en su comportamiento,
futura de la variable
deseada.
En un anlisis de series de tiempo pueden distinguirse

que se refieren a: una tendencia,
de valores de una variable
cuatro componentes
un factor cclico, fluctuaciones
bsicos
estacionales
y varia-
ciones no sistemticas.
El componente
de tendencias
plazo del valor promedio

portancia
se refiere al crecimiento
de la variable estudiada,
se deriva de considerar fluctuaciones
con lo cual el estudio del nivel promedio
significativas
especfico.
de largo plazo para la variable, pue-
entre la lnea de tendencia
Esta divergencia
sociales, polticas,
cado que permiten
identificar
tecnolgicas,
periodos
en estudio, para este caso la demanda.

constantes que permitan
Contrarios
tacionales,
que exhiben
r::nente dependen
y el valor
cclico
de fuerzas
y otras existentes en el mer-
de expansin
y contraccin
de la variable
La mayora de estos ciclos no tiene patrones
cclicos,
fluctuaciones
del efecto combinado
culturales
prever su ocurrencia,
a los componentes
proyectada
se conoce como el componente
y se admite entre sus causas el comportamiento

econmicas,
Su im-
en el nivel de la variable en el tiempo,
Aun cuando es posible definir una tendencia

real que exhiba la variable.
en el largo
la demanda.
de la variable a lo largo del tiempo es mejor
que el estudio de esa variable en un momento

den darse divergencias
o declinacin
por ejemplo,
magnitud
y duracin.
existen otros componentes
que se repiten peridicamente
llamados
es-
y que normal-
de factores como el clima (ropa de verano), la tradicin
(tarjetas de
Navidad), entre otros.

Aunque
se conozcan
los tres componentes
todava un comportamiento
A esta desviacin
puede tener
al llamado componente
se le asigna el carcter de no
aleatorio.
En el grfico 5.2 se muestran los cuatro componentes

largo plazo, los componentes
10
una variable
real distinto del previsible por su lnea de tendencia y por
los factores cclicos y estacionales.

sistemtica y corresponde
sealados,
estacionales
de una serie cronolgica.
y aleatorios son menos relevantes que el
El mtodo de los promedios mviles se usa principalmente en proyecciones de corto plazo, como un
presupuesto anual por ejemplo, y tiene utilidad en uno de los mtodos de clculo de la inversin en
capital de trabajo, que se estudiar en el captulo 12 (mtodo de dficit acumulado mximo).
103
104
componente
cclico.
el componente
Sin embargo,
a medida que los pronsticos
no sistemtico pasa a ser primordial,
se van acortando,
y la lnea de tendencia
la menos
importante.
Grfico 5.2 Componentes de tendencia de una serie cronolgica
Variable
estudiada
Componente
cclico
Componente
de tendencia
Componente
no sistemtico
Componente
estacional
Tiempo
Dervitsiotist'
plantea dos modelos
de los componentes
comportamiento
componentes,
el producto
que podran
de las series de tiempo:
explicar
a) el aditivo,
la forma de interaccin
que permite
calcular
el
de una variable (demanda, por ejemplo) como la suma de los cuatro

y b) el multiplicativo,
de los componentes
que dice que la variable puede expresarse como
de la serie de tiempo.
Existen diversos mtodos que permiten estimar el comportamiento

y que aslan, en general, el efecto tendencia.
mviles, el de afinamiento
exponencial
stos son: el mtodo
de una variable
de los promedios
y el de ajuste lineal por el criterio de los mni-
mos cuadrados a que ya se hizo referencia.

Una serie cronolgica
un promedio
con fuerte efecto estacional
mvil simple de un nmero determinado
es de los cuatro ltimos trimestres.
El promedio
5.12
=
1
11
Dervitsiotis. Op. cit.
mvil (Pm) se obtiene de:
Pm
hace recomendable
LJi
i=1
el uso de
de periodos, que normalmente
donde
Ti es el valor que adopta la variable
periodos observados.
As, si la demanda trimestral
en cada periodo
de un producto
i y
n es el nmero de
es en cada uno de los cuatro trimes-
tres de 180, 250, 210 Y 150, el valor de Pm, sera de:
Pm = 180+250+210+150
1
4
De acuerdo con este mtodo,
la demanda
=19750
'
esperada para el trimestre
siguiente es
de 197,50. Cuando se conoce el valor real de la demanda del quinto periodo,

yectar el sexto periodo
incorporando
en este caso, corresponde
este valor en reemplazo
a 180 unidades. As,
se pro-
del ms antiguo que,
Pm, abarcar el periodo comprendido
entre los trimestres 1 y 4, Pm2 entre 2 y 5, Y as sucesivamente.
Al generalizar:
t+n-l
5.13
L Ti
i=t
P m=--
El efecto estacional
el ndice estacional
y algunas influencias
especfico.
no sistemticas se determinan
mediante
los valores Prn, Y Pm2' por ejemplo,
Al definir
se est
midiendo un intervalo en el cual Pml queda entre T2 y T3' Y Pm2 entre T3 y h Por esto,
ninguno de los dos es representativo de estos trimestres. Se hace entonces necesario
determinar
un promedio
(PMC),
mvil centrado
calculando
la media entre dos pro-
medios mviles, de la siguiente forma:
5.14
Pm +Pmt+1
PMC
1
1
=-~-~
Con el objeto de aislar el efecto estacional

ejemplo,
se divide la demanda
el ndice''stacional
especfico
correspondiente
real de ese periodo
a un trimestre,
por el PMC correspondiente.
T3 por
As,
(lE3) podra expresarse:
5.15
= __T3_
lE
3
donde
PMC
la suma de los lE de los cuatro trimestres
culados
promedio
los lE de los cuatro trimestres,

proyectada.
se procede
debe ser igual a 4. Una vez cala ajustar la demanda
trimestral
105
106
Considrese
la siguiente demanda estacional
para los datos del cuadro 5.3.
Cuadro 5.3
o',
':0 Ao
Invierno,
Primavera
2
5
7
10
13
19
27
26
38
44
51
3
6
10
17
20
34
39
44
51
67
79
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
El promedio
mvil calculado
Verano
Otoo
Total
1
2
3
2
9
3
11
22
21
28
33
10
20
30
45
70
90
125
150
180
220
270
4
7
10
16
28
34
48
58
70
81
107
de acuerdo con la ecuacin
5.12, correspondera
a:
PM = 2 + 3 + 4 + 1 = 2 50
1
4
'
PM2 = 3+4+1+5
4
=325
'
PM1 se encuentra entre primavera y verano de 1996 y PM2 entre verano Y otoo
del mismo ao. Igual procedimiento
se sigue hasta 2006, donde el ltimo promedio
mvil que puede calcularse es el que considera las ltimas cuatro observaciones,
es, entre primavera
Una vez calculados

posible calcular
-prirneros
los promedios
los promedios
promedios
esto
y verano de ese ao.

mviles, que se resumen en el cuadro 5.4, e
mviles centrados,
usando la ecuacin
mviles centrados seran:
PMC = 2,50 + 3,25 = 288

1
2
'
PMC = 3,25+4,00
2
4
= 363
'
5.14. As, los
Cuadro 5.4
- :. ~~~'"'t'--:'~~
i::~~""~'
..,~'::,
T~.~
-=-'\.~~>;.F-
-"'~>~0-:~~-
--:;:::'~t-:::'7:;;;,
Ano}~~ "~-"t~',~st~~O!1_~~,~~e~a,!~~lact~~~
, "~ -':_P"M~;'''''
Invierno
LOO
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
Invierno
Primavera
Verano
Otoo
3,00
4,00
1.00
5,00
6,00
lOa
2,00
lOa
10.00
10.00
3,00
10.00
tzoo
16,00
2,00
13,00
20,00
28,00
9,00
19,00
34.00
34,00
3,00
noo
39,00
48.00
11.00
26.00
44.00
56.00
22.00
38.00
51.00
70.00
21.00
44.00
6100
81.00
26,00
51.00
79.00
lOl00
33.00
250
325
4,00
4.75
5,00
550
650
725
750
825
10.00
1150
11.25
12,00
1V5
15.75
nso
19,00
2250
24,00
2250
2450
25.75
2925
31.25
31.00
3225
34.25
3100
40.00
41.75
4525
45.00
46.50
5050
53.25
54.50
56.25
59.25
65.75
6150
~= __
e...';.-
~J-'ii'F
v'. _,_-._
r:.~,w
,..",
".A:-
!.' -~P~(>~'i>": :_~~':,IE~,'~",

2.88
3,63
4.38
4,88
525
6.00
6,88
Z38
l88
9,13
10,75
11.38
11.63
12.38
14,25
16,63
18,25
20,75
23,25
23,25
2350
25,13
2750
30,25
31.13
31.63
3325
35.63
38.50
40,81
4350
45.13
45,75
4850
51.88
53,88
55.38
57.75
6250
66.63
1.39
028
1.14
1.23
1.33
0.33
1.02
1.36
1.27
0,33
0,93
1.49
1.38
0,16
0,91
1.20
153
0.43
0,82
1A6
lAS
0.12
0,98
1.29
154
0.35
0.78
1.24
lAS
054
0,87
1.13
153
OA3
0,85
1.24
1A6
OA5
0.82
1.19
107
108
El cuadro 5.4 tambin
muestra estos resultados para todo el periodo de anlisis. El
ndice estacional se obtiene aplicando
la ecuacin
lE
1
lE
2
En el cuadro 5.5 aparecen

manda trimestral
5.15, la que en este caso dara:
4,00
288
,
= 1 39
1,00
3 ,63
=O
'
28
'
los resultados del anlisis estacional
histrico.
La de-
ajustada se obtiene de:
Cuadro 5.5
1997
1,39
1.33
0,28
0,33
0,33
1998
1,14
1,23
1999
1,02
1,27
2000
0,93
1,36
1,49
1,38
0,16
2001
0,91
1,20
1,46
1,53
1,45
0,43
1,54
1,45
0,35
2002
0,82
2003
0,98
0,78
1,29
2004
1,24
2005
0,87
1,13
2006
0,85
1,24
2007
0,82
1,19
Total
9,122
12,830
Promedio
0,912
1,283
Dado que la suma de los promedios
0,12
0,54
0,43
1,53
1,46
0,45
3,422
14,341
1,434
0,342
alcanza a 3,972, el ndice debe ajustarse por
regla de tres simple para que sume 4. El resultado as ajustado da:

Invierno
0,918
Primavera
Verano
1,289
1,446
Otoo
0,347
4,000
Con esta informacin
Como se recordar,
puede proyectarse
se haba proyectado
la demanda estacional para el ao 2008.

que la demanda
total para 2008 sera de
263.540 unidades. Dado que la estacionalidad es trimestral, y se desea proyectar

la demanda de los prximos trimestres, el resultado obtenido deber dividirse entre
cuatro y multiplicarse por el ndice estacional calculado. As, se tiene:
263.540
4
= 65.885
60.482
Invierno
65.885 x 0,918
Primavera
65.885 x 1,289
84.926
Verano
65.885 x 1,446
95.270
Otoo
65.885 x 0,347
22.862
263.540
Un mtodo alternativo para el pronstico de corto plazo es el de afinamiento

exponencial, que para pronosticar el valor de las ventas futuras, por ejemplo, toma un
promedio ponderado de las ventas reales durante el periodo y del pronstico realizado para ese periodo. La expresin que representa la forma de clculo es la siguiente:
5.16
9t+1 = a(Yt)
+ (1- a)(
9;)
donde Yt+1 representa el pronstico para el prximo periodo, a la constante de afinamiento, Yt la demanda real del periodo vigente y Yt el pronstico de la demanda
realizado para el periodo vigente.
El valor de a se determina mediante la aplicacin del procedimiento que se explica
ms adelante.
Cuando los periodos anteriores son considerados en el anlisis, se les da una ponderacin menor al expresar a, que es menor o igual al, con una potencia que reduce
su grado de influencia a medida que se aleja en el tiempo.
Para determinar cul promedio mvil o afinamiento exponencial conduce a una
mejor proyeccin, debe calcularse la desviacin tpica (OT) mediante la siguiente expresin para cada proyeccin, optando por la que exhiba la menor desviacin.
5.17
OT=
109
110 . Preparacin y evaluacin de proyectos
Por ejemplo,
si para los datos de demanda global del mercado,
la segunda columna
del cuadro 5.6, se calcula el promedio
que se muestra en
mvil (PM) para proyectar
la demanda del mercado en el ao 2006, con base en tres y cinco aos, se obtiene:
Cuadro 5.6
1998
38
1999
42
2000
45
2001
48
2002
38
45
2003
45
44
2004
35
44
2005
42
29
39
2006
6,33
40,11
-7,00
1,33
- 8,67
-10,33
49,00
1,78
42
2,80
7,84
75,11
106,78
44
42
- 8,60
-13,20
174,24
39
36
272,78
Total
Al calcular la desviacin
73,96
256,04
tpica de ambas proyecciones
base en tres aos es mejor que la del promedio
se aprecia que aquella con
mvil con cinco aos, ya que muestra
la menor desviacin.
~272,78
OT3aos
OT. -
= ~256,04
= 7,39
y
Sanos
Si el mismo ejemplo
dos casos
se resuelve con el mtodo
5.16.12
Para obtener Y' se aplica la frmula 5.16 como sigue:
Y'99
= 9 24
'
de afinamiento
exponencial
para
(ex = 0,30 Y ex = 0,40) se obtienen los resultados del siguiente cuadro, apli-
cando la expresin
12
= (0,30)(38) + (1 - 0,30)(40) = 39,40

Y'99 se calcul como el promedio de los Yx observados.
Cuadro 5.7
Ao
1998
Mercado Vx
38
a=
0,30
a =0.40
2,60
(Vx - V'x)2
4,00
6,76
4,81
23,23
40,32
Vx- V'x
- 2,00
(Vx - V'X)2
4,00
1999
42
2000
45
40,18
2001
48
41,63
6,37
40,63
42,19
2002
38
43,54
- 5,54
44,52
2003
45
41,88
3,12
30,67
9,75
41,91
3,09
9,55
66,35
118,53
2004
35
2005
29
2006
42,81
40,47
40,00
39,20
Vx- V'x
- 2,00
40,00
39,40
2,80
7,84
4,68
5,81
21,90
33,73
- 6,52
42,45
-7,81
61,05
43,13
- 8,15
- 11,47
131,55
39,89
- 10,89
37,03
35,53
307,65
Total
304,36
De acuerdo con la tabla anterior, la proyeccin que usa un a de 0,40 es mejor que
la de 0,30, ya que exhibe la menor desviacin tpica. Esto es:
= J307,65
OT
0,3
= 6 20
'
OT
0,4
~304,36
8
=6
'
17
111
112
a somera presentacin
ptulo deja de manifiesto
tcnica
de las tcnicas de pronstico

la falta de control
tiene caractersticas
y confianza
que se analizaron
en este ca-
en los hechos futuros. Cada
propias que hacen de su eleccin
un proceso especial
de decisiones.
La posibilidad, real por cierto, de que en el futuro se den combinaciones nuevas de
las condicionantes de un proyecto, hace muchas veces inadecuado el uso de tcnicas
cuantitativas. Sin embargo, el uso complementario
de ms de una tcnica parece ser
lo ms recomendable.
Cualquiera que sea el mtodo utilizado, la validez de sus resultados depender de
la calidad de los antecedentes considerados para el pronstico. Por esto, la cantidad,
oportunidad y veracidad de los datos disponibles sern determinantes en la seleccin
del mtodo.
En este captulo, los mtodos de proyeccin se clasificaron en cualitativos, causales y de series de tiempo. Los primeros se basan principalmente
en opiniones de
expertos y se utilizan cuando el tiempo es escaso, cuando la informacin cuantitativa
no est disponible o cuando se espera que cambien las condiciones del comportamiento pasado de la variable que se desea proyectar. Los mtodos ms conocidos
en este grupo son el Delphi, la investigacin de mercados, el consenso de panel, los
pronsticos visionarios y el de analoga histrica.
Para realizar el muestreo existen dos mtodos: el probabilstico y el no probabilstico. Para el mtodo probabilstico, la teora ofrece cuatro formas bsicas para elaborar
escalas o mediciones en ciencias sociales: nominal, ordinal, de intervalos y proporcional. La investigacin de mercados basada en muestreo no probabilstico se puede
tipificar en tres categoras: de estratos, de conveniencia de sitio y de bola de nieve.
Los modelos de pronstico causales se basan en un supuesto de permanencia de
las condicionantes
que influyeron en el comportamiento
pasado de una o ms de
las variables que se han de proyectar. El pronstico, en consecuencia, se basa en los
antecedentes cuantitativos histricos. Los mtodos causales analizados en este captulo son el modelo de regresin, el modelo economtrico,
el mtodo de encuestas
de intenciones de compra y el modelo de insumo producto, conocido tambin como
mtodo de los coeficientes tcnicos.
Los modelos de series de tiempo tambin se encuentran cuando el comportamiento futuro del mercado puede estimarse por lo sucedido en el pasado. Por esto mismo,
cualquier cambio en las variables que caracterizaron al ambiente en el pasado, como
el avance tecnolgico, una recesin, la aparicin de productos sustitutos y otros, hace
que estos modelos pierdan validez, a menos que subjetivamente se ajuste una serie
cronolgica para incluir los hechos no reflejados en los datos histricos. Los modelos
de series de tiempo analizados en este captulo son el de promedios mviles y el de
afinamiento exponencial.
1. Analice las variables ms determinantes, a su juicio, para seleccionar una

tcnica de proyeccin.
7. Con los datos del problema anterior,

calcule el error "estndar" de la estimacin.
2. Explique de qu depende el grado de va

lidez del resultado de una proyeccin.
8. Con los datos del problema 6, calcule

el coeficiente de correlacin y explique el significado del resultado.
3. Explique los conceptos de precisin,

sensibilidad y objetividad del mtodo
de pronstico.
4. Explique las principales caractersticas
y diferencias de los mtodos cualitativos, causales y de serie de tiempo.
5. Qu validez tienen, a su juicio, los
resultados que se derivan de los mtodos Delphi y consenso de panel?

6. Defina la lnea de tendencia del conjunto de observaciones de distancias
X, y tiempos de entrega, y, en la distribucin de un producto que se sealan en el siguiente cuadro:
1
2
146
1.167
1,0
6,5
328
2,0
582
3,5
675
4,0
9. Explique las caractersticas y el uso

del modelo economtrico.
10. Analice en qu consisten y en qu se
diferencian los componentes de tendencia, cclicos, estaciona les y no sistemticos.

11. Calcule por el mtodo de los prome-
dios mviles la demanda esperada

para el primer trimestre de 2006, si
la demanda trimestral de 2005 fue la
siguiente:
Invierno
340
Primavera
290
Verano
175
Otoo
245
12. Con los datos del ejemplo anterior, cal-
cule la demanda estimadaparael trimestre primavera de 2006, si la demanda

real del trimestre invierno inmediatamente anterior fue de 310 unidades.
173
1,0
786
4,5
13. Calcule la demanda trimestral para el
ao 2006, que incorpore el efecto estacional, con los siguientes datos:
534
3,0
637
3,5
10
270
1,5
113
114
. Trimesife:;~Demanda.real
~ .. Ao'.' -;
2003
2004
2005
TI
T2
371
1996
1,603
514
1997
1A80
T3
T4
TI
T2
490
1998
1.365
312
1999
976
308
2000
1,069
485
2001
lASO
T3
T4
TI
T2
500
2002
1,115
410
2003
1,682
390
2004
1.501
505
2005
L712
T3
T4
457
427
14. Con los siguientes antecedentes,

termine
Pronostique
de-
la lnea de regresin, calcule
y explique
el coeficiente
la demanda
por el mto-
do de promedios
mviles con 3 y 5
aos y determine
en cul se tendra
mayor confianza.
de determi-
nacin y el error "estndar"
de la esti-
16. Un empresario
reorientar
macin:
del rubro textil desea
su lnea de produccin,
en
vista del gran xito que han tenido
Lx
1.239
Ly
79
Dy
Lx2
Ly2
=
=
=
sus colegas en el rubro de la comercializacin
de una determinada
de productos.
1.613
porciona
17.322
El empresario
los siguientes antecedentes
de ventas de la competencia:
293
15. En el estudio de un proyecto

fabricacin
se adquiere
para la
local de un producto
en la ciudad
un pas, debe proyectarse
capital
que
de
la deman-
da esperada para el ao 2006, con la

siguiente informacin
disponible:
lnea
le pro-
1995
$129.326
1996
$150A48
1997
$198.786
1998
$225,875
1999
$245.865
Con esta informacin

time la demanda
cuatro
le pide que es-
e.
La decisin
mtodo
para los prximos
ser el comportamiento
metodologa
u otro
del mercado
que
optar por uno de
ellos.
como
de estimacin? (No efec-
uno
del tipo de proyecto
se trate, debindose
de la deman-
da esperada? Qu propondra
de proyeccin
depender
aos. Cmo cree usted que
de utilizar
115
d. Cualquier cambio en las variables que
te clculos).
caracterizaron
a un determinado
con-
texto en el pasado hace perder validez a los modelos de serie de tiempo,
Comente las siguientes afirmaciones:

o.
La informacin
histrica
te convalidada
permite
variables
van esta situacin.
debidamenencontrar
que explican
sin existir formas tcnicas que resuel-
las
el comporta-
e.
Las tcnicas de proyeccin
miento pasado. Con estos anteceden-
cin histrica
tes se pueden proyectar
los pronsticos que necesita el proyec-
los mercados,
economtricas
tcnicas
utilizando
cuyos resultados siempre
confiables
confiable
que los de otros mtodos
to en el periodo de evaluacin.
f. La eleccin del mtodo ms adecuado

para proyectar el mercado depender
de la informacin
Las tcnicas de proyeccin

do son diferentes
parte,
de merca-
unas de otras, por
lo que sus resultados

proyecto
en un mismo
deben ser distintos.
la decisin
otro mtodo
para ejecutar
sern ms
de proyeccin.
b.
del merca-
do slo requieren disponer de informa-
de utilizar
depender
la investigacin,
rador y evaluador
lograr su objetivo
Por otra
uno u
del costo de
puesto que el prepade proyectos
debe
al menor desembol-
so posible para el inversionista.
bsica disponible
para cada uno de los mercados en el

momento
de proponer
y evaluar
un
proyecto.
g. La importancia
relativa de la situacin
vigente del mercado
es baja, ya que
difcilmente
usar la informa-
cin
permitir
para algo ms que conocer
participacin
el mercado.
actual del producto
la
en
116 Preparacin y evaluacin de proyectos
h. El modelo de regresin mltiple exige

procedimientos
complejos
matemticos
bastante
parar determinar
el valor
de las constantes
de la demanda.
en la proyeccin
Este hecho garantiza
una mejor apreciacin
del comporta-
miento de la demanda futura, dada la

exactitud
de sus resultados
derar todas las variables
Material complementario
Ejercicios
recomendados
Hill, tercera edicin,
2007:
al consi-
importantes
que inciden en su comportamiento.
del texto com-
Evaluacin de proyectos,
gua de ejercicios, problemas y soluciones, de Jos Manuel Sapag, McGrawplementario:
11. Cementerio
parque
12. Bebidas y refrescos

13. Forestal
14. Supermercado
15. Demanda
hotelera
16. Compra de insumos

61. Ferrocarriles
del Sur
Chambers,
J.
Mullick, S. y Smith, D. Cmo elegir la tcnica de pronstico
correcta.
Biblioteca Harvard.
Dervitsiotis, Kostas N. Operations Management. New York: McGraw-Hill, 1981.
Kazmier, Leonard. Estadstica aplicada a la administracin y la economa. Mxico:
McGraw-Hill, 1999.
Kinnear, T. y Taylor, J. Investigacin de mercados. Bogot: McGraw-Hill, 1998.
Lira, Ricardo. Modelos economtricos de demanda. Santiago: Universidad Catlica de
Chile, Instituto de Economa, 1976.
Makridakis, S. y S. Wheelwright. Forecasting methods
for management.
Wiley, 1989.
Salvatore, Dominick. Economa y empresa. Madrid: McGraw-Hill, 1992.
New York:
117

Libro-SAPAG 5ta Edic - Cap 05

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Libro-SAPAG 5ta Edic - Cap 05

Uploaded by

Copyright:

Available Formats

Tcnicas de proyeccin

de estas variables puede realizarse utilizando

diversas tcnicas de pronstico,

estudio constituye el objetivo de este captulo.

deseada del pronstico,

estudio, entre otros. Tan importante

como stos es la etapa del ciclo de vida en que

se encuentra el producto cuyo comportamiento

torna la proyeccin de las variables del mercado.

de eventos que no hayan ocurrido

ctera. Los antecedentes

con sistemas comerciales

sern, por tanto, variables referenciales

quien debera usar los mtodos de proyeccin

las tcnicas ms importantes

por diversos factores,

de los datos histricos,

el costo del procedimiento,

los periodos futuros que se desee pronosticar

del mercado, como en sus alcances

Preparacin y evaluacin de proyectos

de alguna de las variables

existentes para estimar el comporta-

obliga al analista a tomar en

de cada mtodo, con el fin de seleccionar

aquel que sea ms adecuado

para cada situacin

permita su uso ptimo,

Para que el producto

cin deber expresarse de la manera que sea ms valiosa para el preparador

deber expresarse desglosada por

de base para el pronstico.

son las series histricas oficiales de organismos

de expertos y el resultado de encuestas especiales,

del mtodo correcto

calidad de los antecedentes

como de los resultados esperados.

exigrsele que garantice una reduccin

tendr asociado un costo. Aun-

no podr exigirse una certeza total a alguno de los mtodos, s podr

porque al situarse en un medio cambiante,

te estable para enfrentar

debe ser lo suficientemen-

lentos, as como dinmica

enfrentar cambios agudos.

garantizar su validez y oportunidad

que se tome como base de la proyeccin

de referencia para una estimacin

mente ser exacta, deber complementarse

la cual, aunque difcil-

con el juicio y las apreciaciones

tivas del anlisis, por parte de quien probablemente

en una situacin histrica.

trabajar con ms de un mtodo

de proyectos dispone de varias

para proyectar el mercado y que la seleccin y uso de una

o ms de stas dependa de una serie de variables.

Una manera de clasificar

de su carcter, esto es, aplicando

consiste en hacerlo en funcin

mtodos de carcter cualitativo,

modelos causales y modelos de series de tiempo.

Tcnicas de proyeccin del mercado

Los mtodos de carcter cualitativo