INSTITUTO TECNOLOGICO

SUPERIOR DE ACAYUCAN

UNIDAD 5

T ANALISIS DE SENSIBILDAD FINANCIERA

DANIEL PATIÑO MÉNDEZ

23 DE SEPTIEMBRE DE 2018
 INDICE

5.1 Certidumbre, Riesgo e Incertidumbre ……………..3

5.2 Concepto de valor esperado ……………………....5
5.3 Variables Independientes…………………………..7
5.4 Variables Dependientes…………………….……..9
5.5 Aboles de decisión …………………………………10
5.1 Certidumbre, Riesgo e Incertidumbre

En el momento de tomar decisiones, todos los administradores deben de ponderar

alternativas, muchas de las cuales implican sucesos futuros que resultan difíciles
de prever: la reacción de un competidor a una nueva lista de precios, las tasas de
interés dentro de tres años, la confiabilidad de un nuevo proveedor. Por esta
razón, las situaciones de toma de decisiones se consideran dentro de una línea
continua que va de la certeza (altamente previsible) a la turbulencia (altamente
imprevisible).
 La Certidumbre: Son los hechos económicos conocidos y concretos, de los
que se dispone de todos sus datos, de forma que cumplen todas las
condiciones de definición y reconocimiento como elementos de los estados
financieros. Este conocimiento viene dado porque el hecho ya ha sucedido
o porque aún sin acaecer no existe duda alguna de que va a ocurrir, lo que
en este caso originaría:
 Un Pasivo cierto u obligación que existe a la fecha de presentación de los
estados financieros, consistente en tener que hacer pagos o servicios
futuros cuyo vencimiento se conoce. Es decir, se conoce su naturaleza, su
cuantía y el vencimiento.
 Un Pasivo estimado u obligación que surge cuando se tiene la certeza
absoluta de que ha ocurrido el hecho por el que se incurre en un gasto que
inevitablemente se pagará en el futuro, aquí su naturaleza es conocida,
pero su cuantía sólo es razonablemente estimada y su vencimiento sólo se
conoce de forma aproximada.
 La Incertidumbre. Existe un ambiente de incertidumbre cuando falta el
conocimiento seguro y claro respecto del desenlace o consecuencias
futuras de alguna acción, situación o elemento patrimonial, lo que puede
derivar en riesgo cuando se aprecia la perspectiva de una contingencia con
posibilidad de generar pérdidas o la proximidad de un daño. La
incertidumbre supone cuantificar hechos mediante estimaciones para
reducir riesgos futuros, y aunque su estimación sea difícil no justificará su
falta de información.
Para su cálculo se ha de acudir a expertos, (ingenieros en los casos de limpieza y
a los abogados para el caso de multas y sanciones). Si las responsabilidades no
se van a saldar en un futuro próximo se puede calcular el valor actual, con
técnicas de descuento cuando el importe de los pagos y su calendario se puedan
fijar de manera fiable, siempre y cuando el valor temporal del dinero sea elevado.
El método escogido se ha de mencionar en la Memoria.
 El Riesgo. El riesgo supone un hecho externo al sujeto económico, que
puede acontecer o no en algún momento determinado. La incertidumbre
varía para cada sujeto y para cada actividad a desarrollar. La única forma
de reducir el riesgo o al menos sus consecuencias, se consigue mediante
su identificación lo más clara posible, lo que permite poner en marcha todas
aquellas acciones necesarias para intentar anularlos o minimizarlos con el
uso de los conocimientos y de las técnicas que han servido para convertir,
en algún grado, los riesgos en previsibles.
5.2 Concepto de valor esperado

Una de las características más importantes de las inversiones financieras es la

rentabilidad, pero no es la única, sin embargo, va a representar un conveniente
punto de partida.
La rentabilidad esperada de una inversión financiera puede obtenerse por medio
de la esperanza matemática del retorno de los distintos escenarios enfrentados.
Este valor será entonces representativo de los cambios en los distintos estados de
la naturaleza supuestos, los cuales reflejan de una u otra manera, los distintos
niveles de incertidumbre con respecto a otras características de las inversiones
financieras (liquidez, solvencia de la empresa emisora, garantías, etc.).
El valor esperado es un concepto fundamental en el estudio de las distribuciones
de probabilidad. Desde hace muchos años este concepto ha sido aplicado
ampliamente en el negocio de seguros y en los últimos veinte años 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 ésta 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, también llamado, que viene a Esperanza Matemática 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 formulación matemática es la siguiente:
Donde E[R] es el resultado esperado o la esperanza matemática del resultado,
siendo n los posibles estados de la naturaleza (i=1,....n), pi la probabilidad de
ocurrencia de cada evento y Ri el resultado esperado si se verifica el escenario
“i”.
El riesgo es la característica presente en una situación incierta, pero en la cual se
pueden establecer probabilidades de ocurrencia. Se puede aproximar midiendo la
variabilidad de los rendimientos esperados producto de los cambios percibidos en
la verificación del resto de las características. De esta forma, se encuentran
distintos tipos de riesgo asociados a las inversiones financieras: riesgos de
liquidez, riesgos de solvencia, riesgo de calidad de la garantía.
En presencia de un mercado eficiente, los cambios en la información y en las
percepciones de los inversionistas y del mercado, se traducen en cambios de
precios de manera que, el riesgo se puede medir con la variabilidad de precios y
rendimientos.
Descrito lo anterior, se pueden concebir los posibles resultados de la variable en
estudio (los rendimientos de una inversión financiera) como un conjunto de datos
que poseen una determinada distribución. Los mismos se pueden describir por
medio de medidas de posición (valor esperado) y de dispersión.
Para medir la dispersión se pueden usar varios métodos que permiten cuantificar
cuánto se alejan las distintas observaciones de las medidas de posición central,
entre estos están: la varianza y su raíz cuadrada conocida como desviación
estándar. Así, entre mayor sea la varianza o la desviación estándar de la
distribución de los rendimientos, tanto mayor será el riesgo asociado a ese activo,
y ello porque se asume una relación directa entre las medidas de dispersión de las
observaciones de rendimiento y precios y el nivel de riesgo que representa una
inversión.
5.3 Variables Independientes
El término variable se puede definir como toda aquella característica o cualidad
que identifica a una realidad y que se puede medir, controlar y estudiar mediante
un proceso de investigación.
La variable independiente es aquella propiedad, cualidad o característica de una
realidad, evento o fenómeno, que tiene la capacidad para influir, incidir o afectar a
otras variables. Se llama independiente, porque esta variable no depende de otros
factores para estar presente en esa realidad en estudio.
Algunos ejemplos de variables independientes son; el sexo, la raza, la edad, entre
otros. Veamos un ejemplo de hipótesis donde está presente la variable
independiente: “Los niños que hacen tres años de educación preescolar, aprenden
a leer más rápido en primer grado.” En este caso la variable independiente es
“hacen tres años de educación preescolar.” Porque para que los niños de primer
grado aprendan a leer más rápido, depende de que hagan tres años de educación
preescolar.
También existen variables independientes en algunos estudios que hasta cierto
punto dependerán de “algo”, como en el ejemplo siguiente: “Los ingresos
económicos de un hospital público puede depender de la asignación en el
presupuesto nacional del país.” Como podemos observar el objeto de estudio no
está influyendo en la variable independiente. De este modo, la variable
independiente en un estudio se cree que está influyendo en la variable
dependiente, el estudio Correlacional se centra precisamente en esa relación.
Las variables independientes son aquellas variables que se conocen al inicio de
un experimento o proceso. En un estudio sobre la pérdida de peso, por ejemplo,
una variable independiente puede ser el número total de calorías consumidas por
los participantes en el estudio. Como la variable independiente, o el número de
calorías varían, los resultados del experimento van a cambiar. Otra forma de
explicarlo es decir que el valor de la variable independiente es controlado por el
diseñador del problema de matemáticas o del experimento.
La posibilidad de poder medir, controlar o estudiar una variable, es decir una
característica de la realidad es por el hecho que esta característica varía, y esa
variación se puede observar, medir y estudiar. Por lo tanto, es importante, antes
de iniciar una investigación, saber cuáles son las variables que se desean medir y
la manera en que se hará.
Una variable puede tomar diferentes valores dependiendo del enfoque, que le dé,
el investigador. Estos valores pueden ser desde el enfoque cuantitativo o desde el
enfoque cualitativo.
La variable dependiente; es aquella característica, propiedad o cualidad de una
realidad o evento que estamos investigando. Es el objeto de estudio, sobre la cual
se centra la investigación en general. También la variable independiente es
manipulada por el investigador, porque el investigador él puede variar los factores
para determinar el comportamiento de la variable.
Por ejemplo, si estamos analizando el nivel de consumo, el nivel de ingreso será
una variable independiente, ya que causa e influye en el consumo. En una
ecuación o modelo matemático (económico o financiero en nuestro caso), la
variable independiente es la variable cuyo valor viene dado. En un experimento, es
el factor que influye en la variable objeto de estudio.
5.4 Variables Dependientes
Una variable dependiente es aquella cuyos valores dependen de los que tomen
otra variable. La variable dependiente en una función se suele representar por y.
La variable dependiente se representa en el eje ordenadas. Son las variables de
respuesta que se observan en el estudio y que podrían estar influidas por los
valores de las variables independientes.
Las variables dependientes son las que se crean como resultado del estudio o
experimento. Si se toma el ejemplo de un estudio de la pérdida de peso, donde la
variable independiente son las calorías consumidas, entonces una variable
dependiente podría ser el peso total de los participantes del estudio. Así que el
peso del participante en el estudio depende de la fluctuación de la variable
independiente, que es lo que la hace dependiente.
El desarrollo de la mayoría de los modelos para realizar predicciones sobre
quiebras en las empresas se ha representado tradicionalmente a través de una
función lineal con una variable dependiente, la cual generalmente se le puede
definir de dos formas: a) como éxito empresarial, o b) como fracaso empresarial.
Además, Argenti apunta que puede incluirse un tercer término muy interesante y
es el de “colapso empresarial”, el cual se utiliza como sinónimo de fracaso.
Como veremos más adelante, en los modelos predictivos cualquier término que
sea seleccionado como variable dependiente representará siempre una serie de
dificultades jurídicas, técnicas, conceptuales y de criterios financieros, entre otros,
que impiden llegar a una definición satisfactoria y de aceptación generalizada que
sirva como variable dependiente al modelo predictivo.
Este problema, aunque conocido por diversos analistas e investigadores, se ha
optado generalmente por no considerarlo como de suma importancia en los
trabajos académicos. Tal vez ello obedece a la debilidad de darle una mayor
ponderación a la aplicación de las diversas técnicas estadísticas que son tan
habituales en los actuales trabajos de investigación, los cuales relegan a un
segundo plano el estudio conceptual para determinar u obtener elementos tan
importantes tales como la variable dependiente, algunas de las variables
independientes, así como las bases de datos contables.
La determinación de estos elementos son temas de múltiples divergencias y
contradicciones que existen en los diversos trabajos sobre los modelos
predictivos. Por ejemplo, es común encontrar que el término fracaso empresarial
es el más utilizado como variable dependiente, sin embargo, su definición
presenta serios problemas de ambigüedad al englobar diversos criterios que son
tratados en ocasiones con un exceso doctrinal al inicio de las investigaciones, pero
conforme se avanza en los trabajos se olvida su conceptualización que es
sustituida por un excesivo trabajo estadístico que poco tiene que ver con la
búsqueda de la exactitud predictiva del modelo.
5.5 Arboles de decisión
Un árbol de decisión, en el ámbito de las finanzas hace referencia a un diagrama
que muestra decisiones secuenciales con sus posibles resultados. Esta
herramienta es utilizada en las empresas para valorar las opciones de inversión
que se tienen en contextos de incertidumbre.
Los Árboles de Decisión es una técnica que permite analizar decisiones
secuenciales basada en el uso de resultados y probabilidades asociadas.
Los árboles de decisión se pueden usar para generar sistemas expertos,
búsquedas binarias y árboles de juegos, los cuales serán explicados
posteriormente.
Las ventajas de un árbol de decisión son:
 Resume los ejemplos de partida, permitiendo la clasificación de nuevos
casos siempre y cuando no existan modificaciones sustanciales en las
condiciones bajo las cuales se generaron los ejemplos que sirvieron para su
construcción.
 Facilita la interpretación de la decisión adoptada.
 Proporciona un alto grado de comprensión del conocimiento utilizado en la
toma de decisiones.
 Explica el comportamiento respecto a una determinada tarea de decisión
 Reduce el número de variables independientes.
 Es una magnifica herramienta para el control de la gestión empresarial.
Los árboles de decisión se utilizan en cualquier proceso que implique toma de
decisiones, ejemplos de estos procesos son:
o Búsqueda binaria.
o Sistemas expertos.
o Árboles de juego.
Los árboles de decisión generalmente son binarios, es decir que cuentan con dos
opciones, aunque esto no significa que no puedan existir árboles de tres o más
opciones. Un árbol de decisión, en el ámbito de las finanzas hace referencia a un
diagrama que muestra decisiones secuenciales con sus posibles resultados. Esta
herramienta es utilizada en las empresas para valorar las opciones de inversión
que se tienen en contextos de incertidumbre.
Elaboración del árbol de Decisiones
Daremos inicio a la construcción del Árbol de Decisión escribiendo en la parte
superior, a modo de título, la decisión o el problema que necesitará la toma de
decisiones. Desde el lado izquierdo hacia el derecho se dibujarán líneas que
parten desde un mismo origen que representarán las posibles decisiones a tomar.
Para su construcción es necesario considerar las distintas alternativas o cursos de
acción y los posibles eventos asociados a cada curso de acción. Dentro de un
Árbol de Decisión un cuadrado, significará un punto de decisión, es decir, el punto
desde el cual se fija un curso de acción; y un O significará los posibles eventos
asociados al curso de esa acción. Siguiendo el siguiente gráfico comprenderemos
la estructura del Árbol de Decisiones.
Evaluación del Árbol de Decisión
En este momento reconoceremos que opción es la que tiene mayor valor para la
empresa, para ello se deberá otorgar el valor económico de los posibles
resultados. Luego debemos ver cada uno de los círculos (los cuales representan
puntos de incertidumbre) y estimar la probabilidad de cada resultado.
Encontraremos que para cada decisión tendrá diferentes probabilidades en cada
uno de sus resultados posteriores, por lo que la sumatoria porcentual de estos
resultados de cada decisión tendrá que ser 100% o en su defecto 1 si se utilizan
fracciones, quien elabora el Árbol de Decisiones podrá elegir cada uno según de
parezca conveniente.
Después de haber calculado las probabilidades y los valores de los posibles
resultados, procedemos a calcular el valor que nos ayudará a tomar la decisión.
Comenzando por la derecha del Árbol de Decisión y recorriendo hacia la izquierda,
calculamos cada uno de los nodos de incertidumbre, primero multiplicaremos las
probabilidades de resultado con el valor esperado de cada resultado, cabe
recalcar que también puede haber resultados negativos.
Cada nodo de incertidumbre se calculará de acuerdo con la suma de los
resultados de cada una de las ramas de decisión.
Al analizar los nodos de decisión, debemos considerar los costos que implica
cada decisión, por ejemplo, en decisiones de inversión consideraremos los costos
que esta implica; el valor obtenido de cada nodo de incertidumbre será restado por
el costo que implica cada decisión de esta manera encontraremos el beneficio que
se obtendrá de cada decisión.
En este momento es en el que encontramos el beneficio final y podremos saber
cuál es la mejor alternativa de decisión, como podemos ver en el cuadro anterior la
decisión que genera mejores resultados o beneficios es la que aparentemente
generaba menor valor esperado, de esta manera hemos encontrado la mejor
alternativa de decisión. Aplicaciones de la técnica de árbol de decisiones La
técnica del Árbol de Decisiones puede ser aplicada en cualquier problema de toma
de decisiones, sin embargo, se tiene un uso amplio en la toma de decisiones de
inversión, reinversión, políticas de créditos y financiamiento a corto y largo plazo.