CASO SMC: Aplicacin.

Los flujos de caja son valores esperados que tienen

asociados un componente de volatilidad (riesgo).

Determinar la magnitud de esa volatilidad es uno

de los grandes retos con el que todo Gerente debe
lidiar.

Se han generado procedimientos de anlisis de

proyectos, como el anlisis de sensibilidad,
simulacin de Monte Carlo, rboles de decisin,
entre otros, que permiten en cierta medida
manejar la incertidumbre.
2

Antes de iniciar cualquier procedimiento

de anlisis de proyectos, es muy
importante la generacin de escenarios.

Un buen anlisis de sensibilidad, punto

muerto y/o montecarlo, NO puede
solucionar deficiencias en el anlisis de
escenarios.
3

Es un estado de la naturaleza.

Por definicin, los escenarios son mutuamente excluyentes.

Por ejemplo:
Si estuviera frente a una eleccin presidencial, un escenario sera si fuera elegido el candidato A y otro
escenario si fuera elegido el candidato B. Es claro en este ejemplo, que ambos candidatos no podran ser
elegidos al mismo tiempo para el mismo cargo y que las condiciones bajo las cuales realizar su evaluacin
van a ser distintas dependiendo de cul de ellos sea elegido.

Una inversin en establecer escenarios es

siempre rentable y por lo tanto es recomendable
por las posibles consecuencias adversas en el
caso de tomar una mala decisin.

Como mnimo deberan utilizarce tres

escenarios:
Optimista, el cual presupone que las condiciones bajo
las cuales se desarrollar el proyecto son favorables.
Esperado, el cual se sita en un punto medio, tratando
de ser lo menos arbitrario posible.
Pesimista, se plantea condiciones desfavorables para
el proyecto.
5

Generando escenarios:
Datos
Anlisis Y si

Administrador de escenarios

Click para agregar un

escenario

Agregar nombre de
un escenario
Marcar las celdas que
van a tomar los
valores de las
variables a
sensibilizar (Var% del
precio, cantidad y
Costo materiales) de
los escenarios.

10

Sealar los valores a

asignar a las
variables en cada
escenario (en este
caso se esta
realizando para el
pesimista).

11

Luego de ingresar los

datos para los 03
escenarios, hacemos
Click en Resumen.

12

Estas son las celdas

de resultado

Se marcan las celdas

de resultado: VAN y
TIR. Luego se hace
Click en Aceptar.

13

14

Cul es la diferencia entre el punto de

equilibrio y el punto muerto?
El punto de equilibrio es aquel en el cual el margen total de
contribucin iguala exactamente al total de los costos fijos de
elaborar un producto o servicio.
El punto de equilibrio ignora el costo de oportunidad
asociado al valor del dinero en el tiempo, por lo tanto, NO
representa el punto en el que VAN es igual a cero.
El punto muerto o punto real de indiferencia es el nivel de
venta en el cual el VAN del proyecto es cero.
Aunque en muchos casos la relacin entre el punto de
equilibrio y el punto muerto es especfico para cada
situacin, en la mayora de los casos, el punto muerto es
mucho mayor de lo que comnmente se llama punto de
equilibrio.
Tomado de Administracin Financiera Corporativa. Emery y Finerty. Mxico 1997.

15

VA
Ingresos
Egresos
Punto
Muerto

V1

Ventas

16

Generando Puntos Muerto:

Datos
Anlisis Y si

Buscar objetivo

17

18

Sealar la celda donde

se ubica la frmula del
VAN

Tipear el valor
objetivo; en este caso
se busca VAN = 0

Sealar la celda donde

se ubica la Variacin
% del Precio

19

20

 En

que % puede caer el precio haciendo

el VAN = 0?
Var. % Precio = -6.25%

En

que % puede caer la cantidad vendida

haciendo el VAN = 0?
Var. % Cantidad = -10.58%

En que % puede subir el costo de

materiales haciendo el VAN = 0?
Var. % Costo Materiales = -24.49%
21

Permite estudiar el efecto del cambio en una o

dos variables en un momento dado.

Requiere la identificacin de todas las

variables relevantes que influyen en el valor
presente neto de un proyecto, sus rangos de
variacin y la definicin de las relaciones
matemticas apropiadas entre estas variables.

Permite al responsable de la decisin guiarse

slo por la mejor estimacin de cada
variable para el clculo del VAN.
Responde a la pregunta: Qu pasa si....?

22

Tipos:

Unidimensional

Vara una sola variable a la vez

Bidimensional

Varan dos variables a la vez

Limitaciones:

Sus resultados son ambiguos: es difcil conocer la idea subjetiva

que cada previsor tiene acerca de la distribucin completa de
probabilidad de los posibles resultados. (slo se trabaja con las
mejores estimaciones).

Las
variables
relevantes
pueden
correlacionadas positiva o negativamente.

Se debe tener precaucin al considerar combinaciones

resultados de variables como igualmente probables.

estar

fuertemente
de

23

Aplicando el analisis de
sensibilidad:
Datos
Anlisis Y si

Tabla de datos

24

25

1. Se linkea la celda
con el VAN y se
escribe el rango.
2. Se sombrea
marca el rango, el
VAN y las celdas
donde aparecern
los resultados
(B117:C135).

=B54

=B55

3. Se hace Click en
Tabla de Datos y
aparece este
cuadro. Ntese que
tiene doble
entrada. Como el
rango de datos
esta en una
columna, se usara
la Celda de entrada
(columna).

26

Sealar la celda
donde se ubica la
Variacin % del
precio

27

I. Unidimensional
Cmo vara el VAN ante variaciones % en el
precio?

28

I. Unidimensional
Cmo vara el VAN ante variaciones % en la
cantidad a venderse?

29

I. Unidimensional
Cmo vara el VAN ante variaciones % de los
costos de los materiales?

30

31

32

El procedimiento es
el mismo que para
el anlisis
unidimencional,
solo que ahora se
utilizan las dos
entradas: Fila para
Var. % Cantidad y
Columna para Var.
% Precio.

33

34

A diferencia del anlisis de sensibilidad permite

considerar todas las posibles combinaciones de las
variables.

Es un instrumento de planeacin financiera para la

representacin de un evento. Cuando se utiliza dentro de
la presupuestacin de capital, requiere que se haga
estimaciones sobre la distribucin de probabilidad para
cada elemento del flujo efectivo.

El proceso de simulacin ejecuta reiteradas veces la

seleccin aleatoria de valores para cada una de las
variables y determina el valor actual neto. Asigna una
probabilidad de ocurrencia para cada resultado. Es un
muestreo simulado.

Generalmente es apropiado para proyectos grandes.

35

Cuando se introduce el elemento riesgo de manera

explcita, esto es, cuando se analizan los flujos de caja
basados en la distribucin de probabilidad de las variables
que lo determinan, se debe utilizar la tasa libre del riesgo;
de otra manera se estara contando doblemente el efecto
de ese riesgo.
Es decir, si estamos capturando todo el riesgo en los
flujos de caja (a travs de las variables que lo determinan),
entonces la tasa de descuento no debe capturar ningn
riesgo a fin de no duplicarlo: la tasa que no captura
riesgo es por definicin la tasa libre de riesgo.
Se considera tasa libre de riesgo la tasa de inters que
pagan los bonos del tesoro americano. Para fines prcticos
se puede emplear su promedio histrico: 5%.

36

Limitaciones:
Puede ser difcil establecer la relaciones
entre variables.
Su interpretacin es algo compleja. No
es fcil transmitir los resultados.
Es difcil determinar la distribucin de
probabilidad adecuada para cada una
de las variables.

37

Pragmtico?
Tiene propiedades que se ajustan al sentido
comn
Es fcil de implementar
Es fcil de comunicar
Visualmente intuitiva
Se ajusta a datos histricos? (Se puede usar el
software @Risk)
Ajuste de curvas
Muestreo desde el set histrico

Tericamente correcta?
Basada en un modelo implcito del
comportamiento de una variable de ingreso.
Ejemplo: los precios se distribuyen como una
normal o logo normal asumiendo que los
mercados son eficientes.
Usa de opinin de expertos?
segn mi experiencia en el sector el precio
tiene una distribucin normal con desviacin
estndar de

De acuerdo a los estndares de la industria?

40

 No

se asuste! Si usa su sentido

comn, su modelo en @RISK ser
una mejor representacin de la
realidad que un modelo esttico o
determinstico. (Fuente: Palisade @Risk, 2008)

41

42

43

44

45

La muestra de la variable Precio (US$) no tiene una media

representativa ni una distribucin estndar constante.
46

La muestra de la variable Variacin % del Precio tiene una

media y una desviacin estndar mas representativas.
47

Definiendo distribuciones:
1.
Posicionarse en la
celda donde esta la
variable a sensibilizar
(B92).
2.
Click en Define
Distribution.
3.
Escoger la
distribucin (en este
caso normal).
4.
Click en Select
Distribution

48

Definiendo parmetros:
1.
Desviacin Tpica de
0.18694.
2.
La Media permanece
en 0% porque los
precios proyectados
son los esperados.

49

1.

2.

Se usa la D.S.
histrica (18.69%). Se
asume que la
variabilidad pasada se
repetir en el futuro.
Los precios esperados
sern los proyectados
por la empresa.

50

51

Definiendo Output:
1.
Ubicarse en la celda
del Output VAN
(B88).
2.
Click en Add Output.
3.
Click en OK.

52

Iniciando la simulacin:
1.
Poner el nmero de
iteraciones.
2.
Click en Start
Simulation.

53

54

1.

Se tiene una
probabilidad del
74.8% de que el VAN
sea mayor que cero.

55

1.

Se tiene una
probabilidad del
74.8% de que el VAN
sea mayor que cero.

Acumulativa ascendente

56

1.

La variable que mas se

correlaciona con el
VAN (que lo explica
en mayor grado) es la
Variacin % Precio.

Tornado: coeficientes de correlacin entre las

variables sensibilizadas y el VAN.
57