You are on page 1of 11

INSTITUTO

TECNOLGICO DE LA
PAZ
PLANEACIN FINANCIERA
UNIDAD V

ELIZABETH VILLICAA VILLELA

VELARDE BOTELLO YAMIR ALONSO


7F ING. INDUSTRIAL

La Paz, B.C. Sur, 2 de diciembre de 2015

INTRODUCCIN

A lo largo del curso hemos analizado los estados financieros y balances generales
de las empresas, as como tambin las proyecciones a futuro de las inversiones.
En este tema se abarcar el tema de anlisis de sensibilidad. Este tipo de anlisis
nos ayuda en la toma de decisiones sobre inversiones o proyectos y tambin
permite conocer el grado de riesgo que esta inversin representa.
Este mtodo se puede aplicar tambin a inversiones que no sean productos de
instituciones financieras, por lo que tambin es recomendable para los casos en
que un familiar o amigo nos ofrezca invertir en algn negocio o proyecto que nos
redituara dividendos en el futuro.
El anlisis de sensibilidad de un proyecto de inversin es una de las herramientas
ms sencillas de aplicar y que nos puede proporcionar la informacin bsica para
tomar una decisin acorde al grado de riesgo que decidamos asumir (Levin,
2004 ).
Esta unidad tiene como objetivo que nosotros podamos medir los riesgos y grados
de incertidumbre de una inversin, interpretar y distinguir variables dependientes
e independientes, utilizar los arboles de decisin en la seleccin de alternativas y
entender el concepto de valor esperado

CERTIDUMBRE, RIESGO E
INCERTIDUMBRE

Uno de los problemas que nos encontramos en la presentacin de un proyecto o


inversin es el entendimiento y evaluacin de la incertidumbre. Este problema no
es tan considerado en cuenta, por lo cual es recomendable al presentar un
proyecto de inversin incluir una variable que considere el riesgo de la propuesta.
Esto es muy importante ya que si tenemos una inversin muy grande nuestro
riesgo de inversin aumentar.
La consideracin del riesgo en la propuesta de una inversin, se puede definir
como el proceso de desarrollar la distribucin de probabilidad de algunos de los
criterios econmicos o medidas de mritos (Bu, 2008). Las distribuciones de
probabilidad que comnmente obtenemos en una evaluacin, corresponden al
valor presente, valor anual y tasa interna de rendimiento. Sin embargo, para
determinar las distribuciones de estas bases de comparacin, se requiere que
conozcamos las distribuciones de los elementos inciertos del proyecto como son
flujos de efectivo, tasa de inters, etc.
Los flujos de efectivos que ocurren en un periodo de tiempo la mayora de las
veces tienen un gran nmero de variables y es posible que en estas variables

encontremos

valores

que

sean

independientes

estn

correlacionados

(dependientes).
Este tipo de anlisis ha obtenido, en los ltimos aos, una gran aceptacin por
parte de las empresas recalcan que estos anlisis deben ser considerados en la
evaluacin en la evaluacin de nuevas propuestas de inversin y en la planeacin
estratgica a corto, mediano y largo plazo.
El anlisis de riesgo o probabilstico fue desarrollado para tomar en cuenta la
incertidumbre que generalmente se tiene con respecto a las variables que
determinan los flujos de efectivo neto de un proyecto (Bu, 2008). Esta
incertidumbre se expresa por medio de distribuciones de probabilidad.
Normalmente entre ms alejado del presente se encuentre un evento, tendremos
ms incertidumbre con respecto al resultado que dicho evento nos arrojar. Entre
las distribuciones de probabilidad ms utilizadas en el anlisis de riesgo se
encuentran la distribucin normal y la distribucin triangular.
La principal diferencia entre riesgo e incertidumbre es que un elemento o anlisis
de riesgo implica se conocen los resultados alternativos posibles, mientras que en
la incertidumbre se desconoce la distribucin de frecuencia de los resultados
posibles (Canada, 1997).
Otra de las diferencias que podemos encontrar entre riesgo e incertidumbre es
que el riesgo es la dispersin de la distribucin de la probabilidad del elemento
que se est estimando, mientras tanto tenemos que la incertidumbre es el grado
de falta de confianza de que la distribucin de probabilidad estimada sea la
correcta.
El riesgo e incertidumbre aparecen debido a diferentes causas entre las que estn:

Cantidad insuficiente de inversiones similares.


La tendencia en los datos y su valoracin.
Cambio en el ambiente econmico externo, invalidando experiencias

anteriores.
La malinterpretacin de los datos.

Errores del anlisis.


Disponibilidad de nfasis del talento administrativo.
Liquidabilidad de la inversin.
Obsolescencia

Por otro lado podemos definir certidumbre Son los hechos econmicos conocidos
y concretos, delos que se dispone de todos sus datos, de forma que cumplen
todas las condiciones de definicin y reconocimiento como elementos de los
estados financieros. Este conocimiento viene dado porque el hecho ya ha sucedido
o porque an sin acaecer no existe duda alguna de que va a ocurrir.

CONCEPTO DE VALOR ESPERADO


El valor esperado es un concepto fundamental en el estudio de las distribuciones
de probabilidad. Desde hace muchos aos este concepto ha sido aplicado
ampliamente en el negocio de seguros y en los ltimos veinte aos ha sido
aplicado por otros profesionales que casi siempre toman decisiones en
condiciones de incertidumbre.
Para obtener el valor esperado de una variable aleatoria discreta, multiplicamos
cada valor que sta puede asumir por la probabilidad de ocurrencia de ese valor y
luego sumamos los productos. Es un promedio ponderado de los resultados que
se esperan en el futuro.
El valor esperado, tambin llamado Esperanza Matemtica, que viene a ser el
promedio ponderado de los posibles resultados por la probabilidad de ocurrencia
asociado a cada evento; es la suma de las multiplicaciones de cada evento por su
respectiva probabilidad de ocurrencia. Su formulacin matemtica es la siguiente:

E[ R] pi Ri
i 1

Donde E[R] es el resultado esperado o la esperanza matemtica del resultado,


siendo n los posibles estados de la naturaleza (i=1,....n), p i la probabilidad de
ocurrencia de cada evento y Ri el resultado esperado si se verifica el escenario i.

VARIABLES INDEPENDIENTES
El trmino variable se puede definir como toda aquella caracterstica o cualidad
que identifica a una realidad y que se puede medir, controlar y estudiar mediante
un proceso de investigacin. Una variable puede tomar diferentes valores
dependiendo del enfoque, que le d, el investigador. Estos valores pueden ser
desde el enfoque cuantitativo o desde el enfoque cualitativo.
Las variables independientes son aquellas variables que se conocemos al inicio
de un experimento o proceso. Por ejemplo, en un estudio sobre prdida de peso,
una variable independiente puede ser el nmero total de caloras consumidas por
los participantes en el estudio. Como la variable independiente, o el nmero de
caloras varan, los resultados del experimento van a cambiar. Otra forma de
explicarlo es decir que el valor de la variable independiente es controlada por
quien crea el experimento.
Estas variables la podemos manipular a lo largo del experimento con el fin de
tener efectos en dicha manipulacin y as obtener una variable dependiente.
La relacin que existe entre variable independiente con la variable dependiente es
que la primera nos ayuda a obtener un mximo

de informacin y la variable

dependiente es la que vara de acuerdo a los cambios que tiene la variable


independiente y nos dan la informacin de acuerdo al cambio.

VARIABLE DEPENDIENTE
Una variable dependiente es la que refleja los resultados del cambio en la variable
independiente. Se podria decir que al aumentar la variable independiente, la
variable dependiente aumentar o disminuir segn sea el caso. Por ejemplo,
podemos esperar que las ventas de una compaa se incrementen al aumentar el
presupuesto de publicidad.
Podemos encontrar una relacin causal entre variables, esto es, las variables
independientes causan cambios en la variable independiente. (Levin, 2004 )

ARBOLES DE DECISIN
El hecho de decidir si realizar o no una inversin, es una de las decisiones ms
difciles que los directivos de la empresa siempre se enfrentan ya que es un gran
desembolso que estos requieren y no siempre se obtienen resultados a corto
plazo. Este tipo de decisiones siempre llevan consigo un gran grado de
incertidumbre y por lo regular estas de decisiones se basan en las proyecciones a
futuro que se tienen de la inversin. A lo largo del tiempo se han desarrollado
sencillos y sofisticados mtodos para analizar las decisiones. El problema de este
tipos de mtodos es el manejo de la incertidumbre y uno de los mtodos que
incluyen el manejo de la incertidumbre son los arboles de decisin.
El rbol de decisin es una tcnica grfica que permite representar y analizar una
serie de decisiones futuras de carcter secuencial a travs del tiempo. (Nassir
Sapag Chain, 1998) Estas decisiones se representan grficamente con un cuadro
y un nmero en el cruce del rbol. Las alternativas son representadas por las
ramas que se van generando y los puntos de decisin se expresan mediante
cirulos. Al incluir todas las alternativas el rbol de decisin presenta todas las
combinaciones posibles de decisiones con lo cual se determina el valor de cada
decisin o alternativa.
Cuando se asocian costos y recuperaciones con cada ramificacin y se estiman
las probabilidades para cada resultado posible, el anlisis del rbol de decisin
aclara las opciones y los riesgos (Canada, 1997).
Ral Coss Bu presenta en su libro Anlisis y evaluacin de proyectos de
inversin la siguiente tcnicas y pasos para la elaboracin de rboles de decisin:
Paso 1: Para la construccin del rbol es necesario considerar las diferentes
alternativas o cursos de accin y los posibles eventos asociados a cada curso de
accin. Un

representa un punto de decisin, es decir, se establece una

alternativa o curso de accin. Un


representa

los

posibles

eventos

asociados al curso de accin.


Paso 2: determinar los flujos de efectivo
de cada una de las ramas del rbol.
Paso 3: evaluar las probabilidades de cada una de las ramas del rbol obtenido en
el paso anterior.
Paso 4: determinar el valor presente de cada una de las ramas del rbol.
Paso 5: resolver el rbol de decisin con el propsito de ver cual alternativa debe
ser seleccionada.
La tcnica para resolver los arboles de decisin es muy sencilla y empieza desde
los extremos de las ramas del rbol dando marcha atrs hasta llegar al nodo
inicial. Durante esta tcnica se deben seguir las siguientes reglas:

Si es un nodo de posibilidad , se calcula el valor esperado de los

eventos asociados a ese nodo


Si es un nodo de decisin , entonces se selecciona la alternativa
que maximiza o minimiza los resultados que estn a la derecha de
ese nodo. (Bu, 2008)

Las ventajas que podemos obtener al utilizar un rbol de decisin para elegir una
alternativa es que nos facilita la interpretacin delas alternativas, nos proporciona
un alto grado de comprensin del conocimiento utilizado en la toma de decisiones,
explica el comportamiento respecto a una determinada tarea de decisin y reduce
el nmero de variables independientes.

Los rboles de decisin se utilizan en cualquier proceso que implique toma de

decisiones, ejemplos de estos procesos son:

Bsqueda binaria.

Sistemas expertos.

rboles de juego

Los rboles de decisin generalmente son binarios, es decir que cuentan con dos
opciones, aunque esto no significa que no puedan existir rboles de tres o ms
opciones.

BIBLIOGRAFA

Bu, R. C. (2008). Anlisis y evaluacin de proyectos de inversin . Mxico:


Limusa.
Canada, J. R. (1997). Anlisis de la inversin de capital para ingenieria y
administracin. Edo. Mxico: Pretince Hall.
Levin, R. I. (2004 ). Estadstica para administracin y economa . Mxico:
Pearson Education.
Nassir Sapag Chain, R. S. (1998). Preparacin y evaluacin de proyectos. D.F.
Mxico: McGraw-Hill.

You might also like