Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona gutierrezcarmona@gmail.com

Marzo de 2011

Contenido

1. 1.1 2. 2.1 2.2 2.3 3. 3.1 3.2 4. 4.1 4.2 4.3

MODELOS FINANCIEROS

MODELOS FINANCIEROS CON ENFOQUE DE SISTEMAS .............................. 2 HERRAMIENTAS DEL EXCEL PARA EL MODELAJE FINANCIERO 4

FUNCIONES ........................................................................................................ 5 TABLAS DE DATOS ............................................................................................ 6 ESCENARIOS ...................................................................................................... 9 ANALISIS DE SENSIBILIDAD 12

ANLISIS DE SENSIBILIDAD DE VALOR ......................................................... 14 ANALISIS DE SENSIBILIDAD DE HIPOTESIS .................................................. 19 SIMULACION DE RESULTADOS 21

SIMULACION DE MONTECARLO ..................................................................... 23 ANALISIS DE RIESGO ...................................................................................... 29 SIMULACION CON CRYSTAL BALL ................................................................. 30 35

BIBLIOGRAFIA

1. MODELOS FINANCIEROS Un modelo puede definirse como una abstraccin de la realidad. De esta forma se planean tres tipos de modelos 1: Modelos fsicos: cuando la realidad se representa fsicamente utilizando materiales, de tal manera que es posible observarla sin necesidad de recurrir al objeto real. Por ejemplo la maqueta de un edificio, que sin ser el edificio lo representa y da una idea de cmo se ver cuando est construido, as mismo, se pueden hacer correcciones sobre el modelo antes de llevar a cabo la obra.

Eppen (2000), Pg. 9

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Modelos anlogos: cuando la realidad se representa en un medio diferente a travs de las relaciones entre sus componentes, de tal manera que es posible entenderla sin necesidad de tenerla presente. Por ejemplo el mapa de la ruta entre dos ciudades, que sin ser el terreno real lo representa y permite verificar el relieve y las distancias, asi mismo, se pueden hacer clculos de tiempo de recorrido y planear un viaje, antes de iniciar la marcha. Modelos simblicos: cuando la realidad es abstracta y se representa a travs de variables que se relacionan matemticamente, de tal manera que se pueden cuantificar los resultados de esas relaciones. Por ejemplo el balance general de una compaa, que sin ser la empresa la representa y permite llegar a conclusiones sobre su situacin actual y perspectivas, asi mismo se pueden hacer simulaciones de los resultados antes de tomar una decisin. En resumen, un modelo financiero es la representacin simblica de situaciones empresariales2 y modelaje financiero es la accin de crear modelos para reproducir situaciones y consiste en descubrir las relaciones que se presentan en una situacin determinada y plasmarlas, a travs de smbolos, en un modelo que pueda calcular resultados. Entonces, utilizando el modelaje financiero es posible descubrir y establecer todas las relaciones que se presentan en una situacin y por lo tanto estudiar su funcionamiento y los resultados que producir ante determinadas circunstancias. Entre mayor sea la desagregacin de los componentes mayor ser la complejidad del modelo, no solo por que se multiplica la cantidad de relaciones que se presentan, si no tambin por la cantidad de supuestos que se deben hacer para cada componente. 1.1 MODELOS FINANCIEROS CON ENFOQUE DE SISTEMAS Para mejorar la efectividad en la construccin de modelos financieros se debe utilizar un enfoque sistmico que considere como elementos integrantes del modelo los datos de entrada (variables y parmetros, polticas y supuestos), el procesamiento de los mismos (relaciones entre los componentes) y la presentacin de resultados (variables de salida).

Dado que las finanzas tienen relacin con las decisiones que se toman en todas las reas de la empresa, es posible utilizar los modelos financieros para analizar y cuantificar monetariamente los resultados de cualquier situacin empresarial.

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

1 Tanto en el proceso como en la salida las celdas contienen formulas y no valores absolutos. Este enfoque de sistemas es lo que se conoce como un anlisis estructural 3, segn el cual se busca encontrar un resultado (salida) aplicando operaciones matemticas a las relaciones (proceso) que se presentan entre las variables elementales (entrada). Para construir un modelo utilizando este enfoque se siguen los siguientes pasos:
a.

Identificar los elementos de la situacin, es decir conocer cuales son las variables elementales del problema (tanto de decisin como ambientales) Identificar las variables de resultado y los indicadores que se utilizarn para medir el logro de los objetivos Conocer como se relacionan una variables con otras Determinar cuales son las variables clave. Este es uno de los puntos ms importantes, ya que es la base para los anlisis que se hagan con el modelo Asignar valor a todas las variables (tanto de decisin y como ambientales) dependiendo de los estudios y pronsticos que se hayan adelantado Desarrollar el modelo, construyendo relaciones matemticas entre las variables hasta llegar a las variables de resultado

b.

c. d.

e.

f.

Finalmente, el producto de un modelo financiero es una serie de salidas expresadas en funcin de variables intermedias y de resultados que se utilizan para analizar una situacin empresarial, que se puede generalizar con la siguiente expresin:

Mojca (1991), Pg. 35: Esto es lo que sucede con la tcnica de anlisis estructural: Los elementos (o variables) que consti tuyen el caso que se est estudiando no son analizados independientemente unos de otros sino conformando un sistema. Por lo tanto, cada elemento es percibido segn las relaciones que tiene con los otros, vale decir que el mtodo nos permite visualizar la manera como un elemento influye sobre los otros, dentro de esa maraa intrincada que es la realidad

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Por ejemplo, la utilidad bruta en ventas depende de la cantidad vendida, del precio de venta, de las cantidades de materias primas que se utilicen por unidad producida, del precio de las materias primas, del salario de la mano de obra directa, etc.

2. HERRAMIENTAS DEL EXCEL PARA EL MODELAJE FINANCIERO A continuacin se presenta un resumen de la clasificacin de los modelos financieros: Clase de modelo Utilizacin ms comn Normativo Experimental Exploratorio De pronstico Operacionales De control De planeacin De optimizacin De simulacin Determinsticos Probabilsticos Explicativos Aplicativos Ayudan a tomar decisiones dentro de marcos legales Ayudan a tomar decisiones de poltica financiera Ayudan a tomar decisiones operativas Anticipan el grado de cumplimiento de los objetivos Apoyan al rea operativa para sustentar decisiones Ayudan al rea administrativa a controlar las operaciones Apoyan al rea directiva a planear la consecucin de objetivos Apoyan la toma de decisiones Apoyan la administracin para comprender mejor una situacin Facilitan la cuantificacin de resultados Apoyan la toma de decisiones bajo incertidumbre Explicar un concepto terico Se aplicar a la realidad

Se concluye que el objetivo de los modelos financieros es apoyar la toma de decisiones en todos los niveles de la organizacin, teniendo en cuenta el ambiente particular de la empresa y los objetivos que le han predeterminado los propietarios, utilizando herramientas que permiten entender mejor las operaciones que se realizan. La conclusin anterior se puede desagregar as:

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Apoyar la toma de decisiones: esta es la principal funcin de los modelos financieros, ya que generan informacin detallada sobre una situacin de negocios afianzando las bases sobre las cuales se toman las decisiones. En todos los niveles de la organizacin: los modelos financieros pueden utilizarse en cualquier rea de la empresa y solo se diferencian en la clase de datos que utilizan y en el horizonte de tiempo que tienen en cuenta. Ambiente particular de la empresa: un mismo modelo no se puede utilizar en dos empresas, as sean del mismo sector, ya que cada una tiene estructura, objetivos y recursos diferentes. Objetivos predeterminados: cada modelo calcula sus propias variables de resultado de acuerdo con las polticas de la empresa y para ello tiene en cuenta los objetivos que los propietarios le han predeterminado. Utilizando herramientas: los modelos financieros recurren a conceptos de finanzas, contabilidad, clculo, matemticas financieras, investigacin de operaciones, etc., por lo tanto requieren de herramientas que faciliten su interrelacin y arrojen informacin clara sobre la situacin que se est estudiando. Las herramientas que utilizan los modelos financieros, atendiendo a las facilidades ofrecidas por la hoja de clculo Excel, se pueden reunir en los siguientes grupos: Funciones, Tablas de datos, Escenarios, A continuacin se exponen estas herramientas en su aspecto prctico. 2.1 FUNCIONES Las funciones son frmulas que resuelven problemas generales y vienen incorporadas al Excel; su caracterstica principal es que de una manera rpida y sencilla ejecutan clculos complejos. Las funciones dejan el resultado que calculan en la celda donde han sido escritas. El siguiente es el formato general de una funcin: = NombreFuncin(argumento_1,argumento_2, .... ,argumento_n) Como se aprecia, las funciones del Excel constan de tres partes:
1.

El signo igual (=) que precede a toda funcin para indicar que es una frmula (cuando la funcin est empleada como argumento, es decir que no aparece al principio de la entrada, no requiere el signo igual),
5

Sensibilidad, escenarios y simulacin 2.

Jairo Gutirrez Carmona

El nombre de la funcin, que tiene una ortografa definida y por lo tanto siempre debe escribirse de la misma manera, Los argumentos que tienen una sintaxis definida y por lo tanto siempre se deben escribir en el mismo orden. Los argumentos van entre parntesis y hacen referencia a los datos, celdas o rangos sobre los cuales operar la funcin. Los argumentos pueden ser nmeros, direcciones de celda, nombres de celda u otras funciones.

3.

El principio de las funciones es ahorrar tiempo en los clculos dispendiosos, esto quiere decir que es ms importante conocer el significado del resultado que arroja que conocer la mecnica de su creacin, puesto que adems el Excel, para introducir una funcin, cuenta con el Asistente para Funciones, para lo cual basta con seleccionar INSERTAR | FUNCION u oprimir el icono Insertar funcin de la barra de formulas. 2.2 TABLAS DE DATOS Las tablas de datos son una herramienta del Excel que permite calcular el valor que tomar una variable intermedia o una variable de salida, ante los valores concretos que se asignan a una o dos variables de entrada, intermedias o de salida. Para ilustrar el funcionamiento de las tablas de datos se utilizar un ejemplo elemental: Cul es el valor de la cuota de un crdito de cinco millones de pesos, con cuotas mensuales, concedido a un plazo de un ao, a diferentes valores de tasa de inters (ver archivo HERRAMIENTAS EJEMPLO 1.xls): Aqu se busca el valor que tomar una variable de salida (la cuota), ante cambios en una variable de entrada (la tasa de inters), permaneciendo constantes las dems variables. Para resolver este caso se recurre a las tablas de datos, los pasos para utilizarlas son los siguientes: 1. Se efectan los clculos originales, en este caso se calcula el valor de la cuota de un crdito En este ejemplo las variables de entrada son el valor del crdito, la tasa de inters y el plazo del crdito; mientras que el valor de la cuota constante es la variable de salida.

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

2. Se digitan los valores que tomar la variable cuyo efecto se desea probar. Estos valores pueden ser subjetivos, en este caso para el cambio la tasa de inters se tomarn variaciones de 0.25 puntos porcentuales hacia arriba y hacia abajo del valor utilizado en el modelo (2% como se aprecia en la celda B2). 3. Colocar en la celda diagonal al primer valor escrito (en el ejemplo G3 que est diagonal a F4) una referencia a la celda que contiene la variable de respuesta que se est analizando (en G3 se escribi =B5). Este resultado debe depender directa o indirectamente de la variable que ha tomado valores (en este caso el valor de la cuota depende directamente la tasa de inters). La tabla queda conformada por: el rango F3:G12. 4. Se selecciona el rango de la tabla (F3:G12) y se elige la opcin DATOS | TABLA del men de texto, para que se abra el cuadro de dialogo Tabla

El cuadro de dialogo Tabla ofrece dos cajas de entrada para introducir la direccin de la celda donde se encuentra la variable cuyo efecto se est probando.

Celda de entrada fila: se utiliza cuando los valores que se asignan a la variable se han escrito a los largo de una fila.

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Celda de entrada columna: se utiliza cuando los valores que se asignan a la variable se han escrito a los largo de una columna, como es el caso del ejemplo que se est desarrollando (columna F4:F12)

5. Se introduce la direccin de la variable que afecta la respuesta, en este caso B2 o sea la direccin de la tasa de inters que es la variable seleccionada para afectar el resultado o sea la cuota:

Se oprime el botn Aceptar y se obtienen las respuestas Las cifras que aparecen en la segunda columna de la tabla corresponden al valor de la cuota, a diferentes niveles de tasa de inters, mantenindose constante el monto del crdito y el plazo Utilizando la expresin generalizada de un modelo financiero, se puede ilustrar grficamente la funcin de las tablas de datos de la siguiente manera:

Es decir que la funcin de las tablas de datos es medir el efecto que una variable de entrada tiene en una variable de salida. En las tablas de datos se establece una relacin de uno a uno que mide el impacto que tiene una variable independiente en una dependiente:

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

2.3 ESCENARIOS El administrador de escenarios es una herramienta del Excel que permite almacenar y recuperar varios valores en una celda de entrada, de manera que al seleccionar un escenario la celda tome el valor que le corresponde. Para ilustrar su funcionamiento, se utilizar el mismo modelo de la cuota de un crdito suponiendo que el evento a estudiar es el anuncio de una restriccin crediticia que elevar la tasa de inters y reducir el plazo de los crditos (ver archivo HERRAMIENTAS EJEMPLO 2.xls). Como no se conocen los valores que tomarn estas variables en el futuro, se debe recurrir a hiptesis (escenarios) sobre su comportamiento futuro. Las hiptesis deben provenir de estudios efectuados sobre previsiones del futuro, ya sea por el administrador financiero o por entidades externas (gobierno, gremios, etc.) Los pasos para crear y usar los escenarios del Excel son los siguientes: 1. Planificar los escenarios que se utilizarn, definiendo a. Cuntos escenarios (hiptesis) se estudiarn Se definen tres escenarios: Situacin actual, restriccin leve y restriccin grave. b. Cules variables conformarn cada escenario Se utilizarn dos variables: Tasa de inters y plazo de los crditos c. Cul ser el valor que tomarn las variables en cada escenario En cada escenario, las variables toman los siguientes valores:
VARIABLES SITUACION RESTRICCION RESTRICCION ACTUAL LEVE GRAVE

TASA DE INTERES PLAZO (meses)

2.00% 12

2.50% 10

3.50% 6

Los valores que se asignen a las variables en cada escenario no tienen ninguna proporcionalidad, ya que slo obedecen a las especulaciones que se hagan sobre el futuro de una situacin.

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

2. Se elige HERRAMIENTAS | ESCENARIOS del men de texto y se despliega la ventana principal de la herramienta. Como no se han creado todava escenarios, la ventana se presenta con el siguiente aspecto: Para crear los escenarios que se hayan planificado, se debe entrar por el botn Agregar que permite iniciar el trabajo

El botn Agregar despliega una ventana en la cual se puede crear el primer escenario, diligenciando las dos cajas de texto que ofrece la ventana: Nombre del escenario: es el nombre que se haya elegido para la hiptesis en la etapa de planificacin. Celdas cambiantes: es la direccin donde se encuentran las variables elementales (celdas de entrada) que conforman la hiptesis. Las celdas cambiantes tienen que contener nmeros

3. Al aceptar la entrada de los datos anteriores (nombre del escenario y celdas cambiantes), se muestra una ventana que permite la entrada de los valores que van a tomar las variables. En este caso para la direccin B2 donde se almacena la tasa de inters se digita 0.02 o 2%4 y para la direccin B3 que es el plazo se digita 12, que son los valores que se quieren para esas variables en la hiptesis que ha
4

El separador de decimales que se utilice -- punto (.) o coma (,) -- es determinante en la entrada de los valores de las variables que conforman un escenario, ya que si se crea en un Excel que tenga como separador de decimales la coma (,) el escenario no funcionar en otro Excel que tenga como separador de decimales el punto (.)

10

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

llamado situacin actual. Para continuar creando los otros escenarios que se han planificado se oprime el botn agregar y se repiten los pasos 3 y 4.

4. Una vez creados todos los escenarios que se han planificado se oprime aceptar y se regresa a la ventana inicial de la herramienta, en la cual ya figuran los escenarios creados. Para ver el efecto de cada escenario basta con seleccionarlo en la caja de los escenarios y oprimir el botn Mostrar e inmediatamente se modifican los datos de entrada en el modelo y por lo tanto se recalculan todas las variables, mostrando los efectos que produce ese escenario en los resultados. En el ejemplo que se est siguiendo se ha seleccionado el escenario RESTRICCION GRAVE, por lo tanto la tasa de inters se modifica a 3.5%, el plazo a 6 meses y la cuota se ha recalculado en $938,341.

Para apreciar mejor el efecto de las diferentes hiptesis en los resultados del modelo se oprime el botn Resumen y se muestra una ventana que pide las direcciones de las celdas resultantes que se quieren o sea aquellas variables en las cuales se quiere apreciar el impacto de los cambios. en este caso se han seleccionado la celdas B1 y B5 que representan el monto del crdito y el valor de la cuota.

5. Al oprimir el botn aceptar, la herramienta inserta una nueva hoja en la cual se presentan todos los escenarios que se han creado, mostrando los valores que toman las celdas cambiantes en cada escenario y los resultados que se calculan en las celdas resultantes:

11

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Utilizando la expresin generalizada de un modelo financiero, se puede ilustrar grficamente la funcin de la herramienta Escenarios del Excel de la siguiente manera:

Es decir que la funcin de los escenarios es medir el efecto que un conjunto de variables de entrada, tiene en un conjunto de variables de proceso o de salida. Con los escenarios se establece una relacin de varios a varios que mide el efecto de las variables independiente en las dependientes:

3. ANALISIS DE SENSIBILIDAD Con el anlisis de sensibilidad se busca hacer un estudio de la situacin para:

12

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Encontrar el grado en que cada variable de entrada del modelo (de decisin o ambiental) afecta los resultados Conocer el impacto que la ocurrencia de una hiptesis (de poltica o del entorno) tiene sobre los resultados Anlisis de sensibilidad de valor, Anlisis de sensibilidad de hiptesis,

Los dos estudios anteriores llevan a dos clases de anlisis de sensibilidad:

a. b.

Estas dos clases de anlisis de sensibilidad se analizan y ejemplifican en los siguientes apartados, utilizando un modelo bsico de proyeccin de estados financieros que se describe de la siguiente manera (Ver archivo EJEMPLO ANALISIS DE SENSIBILIDAD.xls): Este modelo proyecta tres meses del estado de resultados de una empresa que inicia operaciones. Los datos de entrada son los siguientes: Datos comerciales y de produccin:

Gastos:

13

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Con los datos anteriores se proyecta el estado de resultados y como salida se calculan algunos indicadores del estado de resultados proyectado. Esta es una empresa que entra al mercado con un precio de lanzamiento muy reducido el cual piensa aumentar dependiendo del impacto que cause el producto en el mercado. Este ser el modelo que se utilice para ilustrar las diferentes formas de trabajar el anlisis de sensibilidad. 3.1 ANLISIS DE SENSIBILIDAD DE VALOR En general el anlisis de sensibilidad de valor busca encontrar el grado en que cada variable de entrada del modelo afecta las variables de salida, para ello se aplican variaciones en las variables de entrada y se mide su efecto en los resultados del modelo. Entre mayor sea el impacto que los cambios en las entradas provoquen sobre los resultados del modelo, mayor ser la sensibilidad del resultado a esa variable; por lo tanto el anlisis de sensibilidad de valor sirve para encontrar cules son las variables determinantes del resultado, con el fin de tomar medidas ya sea para controlarlas mejor en cuanto a su estabilidad o para estudiar ms detenidamente los pronsticos de esa variable que se utilicen en el modelo.

Para efectuar el anlisis de sensibilidad de valor en un modelo financiero desarrollado en Excel, se utilizan las tablas de datos como herramienta principal

El anlisis de sensibilidad de valor efecta cambios en una entrada y estudia su impacto en un resultado, es decir que va de la variable independiente (entrada) hacia la variable dependiente (salida).

La funcin de las tablas de datos es medir el efecto que una variable de entrada tiene en una variable de proceso o de salida. En las tablas de datos se establece una relacin de uno a uno que mide el efecto de la variable independiente en la dependiente:

14

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

El anlisis de sensibilidad sirve para encontrar el grado en que cada variable del modelo afecta los resultados, por lo tanto es el proceso de medir cunto cambia el resultado ante cambios controlados en las variables de entrada; el resultado de este anlisis de sensibilidad es el grado de sensibilidad puntual (GSP) de los parmetros, que se puede medir con la siguiente expresin:

GSP

Variacin porcentual del resultado % Y Variacin porcentual de la entrada % X

Al elaborar un modelo financiero una pregunta que siempre se hace el analista es: Cules de las variables de entrada tienen mayor influencia sobre el resultado? Esto quiere decir que se debe seleccionar un resultado para evaluar como se ve afectado ante cambios en las variables de entrada. En el ejemplo se seleccionar como variable de resultado el costo de ventas del trimestre y como variables de entrada se utilizar el precio de compra de las materias primas, con lo cual se busca responder la siguiente pregunta: Cul de las materias primas influye ms en el costo de ventas? Para responder la pregunta se recurre a las tablas de datos. Los siguientes son los resultados que se obtienen:

Interpretando los resultados se dir que, ante un cambio del 5% en el precio de las materias primas, se presentaran los siguientes cambios en el costo de ventas: 1.03% para las materias primas A y B, y 1.31% para la materia prima C. Para generalizar la respuesta en el nivel de precios actual se calcula el grado de sensibilidad puntual, de la siguiente manera:

15

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

GSP

Variacin porcentual del resultado Variacin porcentual de la entrada 1.03% 0.205 5%

Para la materia prima A y B

1.03% 0.205 5%

Para la materia prima B

Para la materia prima C

1.31% 0.263 5%

Se concluye que la materia prima que ms influye en el costo de ventas es la materia prima C, ya que tiene un grado de sensibilidad (GSP) de 0.26, lo cual quiere decir que ante un aumento del 1% en el precio de la materia prima C se presenta un aumento del 0.26% en el costo de ventas. Esto quiere decir que el inversionista debe tener especial cuidado con las negociaciones que se hagan con los proveedores de la materia prima C. Para llegar a los resultados anteriores se efectuaron los siguientes pasos:
1. 2.

Seleccionar el resultado que se analizar (costo de ventas). Seleccionar las variables a las que se medir el grado de sensibilidad (precio de las materias primas A, B y C). Definir una variacin porcentual que se aplicar a los valores de las variables (5% en el ejemplo, tal como se aprecia en la celda J95) Digitar los valores que tomarn las variables seleccionadas. Como se trata de una variacin porcentual, se escribe una frmula que permita aumentar y disminuir el valor de la variable; para ello se recomienda digitar en el centro el valor de la variable utilizado en el modelo.

3.

4.

Valor utilizado en el modelo (No se puede utilizar frmula)

Posteriormente calcular valores de la variable hacia arriba y hacia abajo, aplicando la variacin porcentual seleccionada:

El valor de la variable disminuye

El valor de la variable aumenta

16

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

5.

A travs de las tablas de datos calcular el valor que tomar el resultado para cada valor de la variable seleccionada (Valor del costo de ventas a diferentes precios de compra de la materia prima A) Esto permitir verificar la exactitud de los clculos:

Valor tomado del modelo (Celda F47)

Valor calculado en la tabla, debe ser igual al valor calculado en el modelo para el precio de la materia prima A utilizado en el modelo 6.

Calcular la variacin porcentual de los resultados. Realmente slo se requiere calcular una variacin y se acostumbra tomar la del primer aumento

Variacin porcentual del resultado

7.

Finalmente se calcula el grado de sensibilidad puntual de la variable, como la divisin de la variacin porcentual del resultado entre la variacin porcentual de la variable

Grado de sensibilidad puntual

17

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Tambin puede hacerse un anlisis de la sensibilidad, graficando los resultados que se obtienen al efectuar cambios en los precios de las materias primas.

El grfico anterior tiene las siguientes caractersticas: En el eje horizontal (de las x) se colocan las variaciones porcentuales aplicadas (-2, -1, 0, 1, 2) y no el precio de venta de cada materia prima, ya que cada una tiene un precio bien diferente y no seran comparables. El grado de sensibilidad puntual de las variables de entrada se mide por la pendiente de cada recta. Signo y valor del grado de sensibilidad El grado de sensibilidad puntual mide el efecto que una variable de entrada tiene en una variable de salida y se sabe que entre ms alto sea ese grado de sensibilidad mayor ser el efecto de la variable en los resultados. Adems de lo anterior, tambin debe considerarse el signo del grado de sensibilidad, asi: Grado de sensibilidad positivo: Indica que existe una relacin directa entre la variable y el resultado, por lo tanto la pendiente de la recta tambin ser positiva. Es decir que, cuando la variable de entrada (independiente) aumenta, el resultado (dependiente) tambin aumentar. Grado de sensibilidad negativo: Indica que entre la variable independiente y la dependiente existe una relacin inversa, por lo tanto cuando la variable de entrada aumenta, la variable de salida disminuye.

18

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

3.2 ANALISIS DE SENSIBILIDAD DE HIPOTESIS El anlisis de sensibilidad de hiptesis ofrece informacin sobre las consecuencias que tiene para algn resultado la ocurrencia de una situacin particular en la cual se involucra un conjunto de variables de entrada (de decisin o del ambiente), tambin se conoce con el nombre de anlisis de escenarios, ya que las variables elementales que se ven involucradas se comportan de manera particular segn ocurran ciertos sucesos en el futuro.

Para efectuar el anlisis de sensibilidad de hiptesis en un modelo financiero desarrollado en Excel, se utilizan los escenarios como herramienta principal

El anlisis de sensibilidad de hiptesis se utiliza para conocer las consecuencias que tiene para la empresa adoptar una determinada poltica (comercial, financiera, de personal, etc.) o verse enfrentada a un determinado futuro (apertura econmica, reforma tributaria, etc.); en ambos casos se obtiene informacin sobre el futuro de la empresa segn sea la situacin que ocurra y por lo tanto apoya la toma de decisiones. Este anlisis de sensibilidad efecta cambios simultneos en varias variables que forman una situacin particular esperada (hiptesis) y estudia su impacto en los resultados, es decir que va de la variable independiente (parmetro) hacia la variable dependiente (resultado).

La funcin de los escenarios es medir el efecto que un conjunto de variables elementales (que conforman una hiptesis), tiene en un conjunto de variables intermedia o de resultado. Con los escenarios se establece una relacin de varios a varios que mide el efecto de las variables independiente en las dependientes:

19

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Para el ejemplo que se est desarrollando se quiere saber cual sera la situacin para la empresa dependiendo del impacto que el producto cause en el mercado, utilizarn las siguientes hiptesis:
VARIACION EN INGRESOS Precio Mes 1 Mes 2 Mes 3 Cantidad Mes 1 Mes 2 Mes 3 Otras variables Precio materia prima C Comisiones por ventas IMPACTO BAJO 250,000 250,000 275,000 800 800 1,000 14,500 7.5% IMPACTO MEDIO 280,000 300,000 310,000 1,000 1,200 1,300 16,000 5.0% IMPACTO ALTO 300,000 320,000 350,000 1,200 1,500 1,750 18,500 3.0%

Para poder apreciar todas las consecuencias se debe recurrir a los escenarios. Para el efecto se construyen tres escenarios que tienen como celdas cambiantes el precio de venta, la cantidad vendida, la comisin por ventas y el precio de compra de la materia prima C, tal como se muestra en la figura siguiente:

20

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Al ejecutar el resumen de los escenarios es posible tener un estado de resultados y el anlisis financiero de las tres situaciones esperadas:

4. SIMULACION DE RESULTADOS La simulacin es una metodologa para experimentar con una situacin a travs de un modelo financiero, con el fin de entender mejor las relaciones entre las variables5. Segn la forma de cuantificar las variables los modelos financieros se clasifican en modelos determinsticos y modelos probabilsticos, segn los siguientes conceptos: Modelos determinsticos: Este tipo de modelos supone que conoce con certeza el valor de las variables de entrada y por lo tanto les asigna valores subjetivos, se pueden

La simulacin es una tcnica numrica para reproducir fenmenos en un medio diferente de donde ocurren Pinilla (2004) Pg. 11

Simulation is the process of building a mathematical or logical model of a system or a decision problem, and experimenting with the model (usually with a computer) to obtain insight into de systems behavior or to assist in solving the decision problem Eva ns (2002) Pg. 2

21

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

estudiar utilizando el anlisis de sensibilidad, que es la mejor herramienta para anlisis para los modelos determinsticos. Modelos probabilsticos: En este tipo de modelos se reconoce que no se conoce con certeza el valor que las variables de entrada tomarn en el futuro, pero si se conocen los rangos dentro de los cuales se ubicarn. Es asi como, a algunas de ellas se les asignan valores al azar (no se le asignan valores fijos) tomados de una distribucin de probabilidades. Este proceso tambin se conoce como simulacin de Montecarlo, ya que a las variables de entrada se les asignan valores al azar para calcular los resultados del modelo. En la representacin general de los modelos, los probabilsticos se pueden expresar asi:

El procedimiento de la simulacin es como sigue:

1. 2.

Se seleccionan las variables que se van a estudiar 6. Se le asigna una distribucin de probabilidades a los valores que tomarn las variables en el experimento7. Se genera un nmero aleatorio por un sistema que permita que todos los nmeros aleatorios entre 0 y 1 tengan la misma probabilidad de salir. Se asigna a la variable el valor que corresponda al nmero aleatorio generado dentro de la distribucin de probabilidades Se resuelve el modelo con los nuevos valores de las variables asignados al azar Se registra el valor de la solucin del modelo

3.

4.

5. 6.

Los pasos 3 a 6 (generar el nmero aleatorio, asignar valores al azar a las variables, calcular la solucin del modelo y registrar la solucin calculada) se efectan una cantidad elevada de veces, de tal manera que se pueda obtener una distribucin de probabilidades de las respuestas; igualmente se puede calcular medidas de dispersin (promedio, desviacin estndar, etc.) a los resultados registrados.
6

Se deben seleccionar las variables de mayor importancia para el modelo, ya sea por su impacto en los resultados o por lo incierto de sus valores futuros. Para saber cuales son esas variables se utiliza el anlisis de sensibilidad de valor
7

Por tratarse de experimento socio-econmico no se dispone de los valores que tomarn las variables, por lo tanto se debe recurrir a las probabilidades subjetivas y a la experiencia del analista

22

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

La hoja de clculo Excel no cuenta con una herramienta en particular que permite efectuar simulaciones automticamente, pero se pueden combinar varias herramientas y funciones para conseguir este fin

Dado que en el Excel no existe una herramienta que efecte todos los pasos de la simulacin, a continuacin se hace un paralelo entra las caractersticas de la simulacin y las herramientas del Excel que deben ser utilizadas:
Caracterstica de la simulacin Contar con una distribucin de probabilidades de los valores que tomarn algunas variables de entrada, que por su importancia son determinantes de los resultados del modelo Asignar valores al azar a las variables de entrada (tomados de la distribucin de probabilidades) Solucionar el modelo un nmero elevado de veces y registrar la respuesta obtenida Obtener una distribucin de probabilidades de las soluciones Herramienta del Excel utilizada El anlisis de sensibilidad de las variables del modelo, con el fin de encontrar cules son las ms importantes para los resultados y dentro de que valores se pueden mover La funcin Aleatorio, que genera nmeros aleatorios y la funcin Buscar, para seleccionar el valor correspondiente al nmero aleatorio generado Las macros para repetir el proceso de solucin y registrar los resultados obtenidos La funcin Frecuencia, para obtener la distribucin de frecuencia de los resultados

4.1 SIMULACION DE MONTECARLO Este tipo de simulacin se enmarca dentro de la toma de decisiones bajo riesgo, ya que algunas variables pueden tomar cualquier valor dentro de un rango, sin saberse por lo tanto cual ser el valor de la solucin; pero si se puede asignar la probabilidad de ocurrencia de cada valor dentro del rango y construir una distribucin de probabilidades de las respuestas. A continuacin se presenta un ejemplo para ilustrar el proceso de simulacin en modelos financieros utilizando la hoja de clculo Excel, se trata de simular el efecto que tiene sobre el ROE el nmero de almuerzos vendidos en un restaurante (Ver archivo EJEMPLO SIMULACION MONTECARLO.xls). Los pasos a seguir son los siguientes: 1. Construir un modelo financiero. En este caso se trata de un inversionista que esta estudiando la posibilidad de invertir en un restaurante, pero tiene reservas sobre la rentabilidad del negocio, teniendo en cuenta la gran variabilidad de las ventas en unidades.
23

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Los datos de entrada del modelo son bastante sencillos y se han dividido en dos grupos:

Datos de ventas:

produccin

Datos de gastos:

Inicialmente se soluciona el modelo de manera determinstica, suponiendo que por trabajarse con el promedio real de ventas de los ltimos cuatro meses (ver celda B5), se estn considerando las variaciones que puede presentar esta variable. Los resultados obtenidos son los siguientes:

24

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Por este sistema se pronostica que el negocio del restaurante arroja un ROE de 20.9% y si el inversionista espera una rentabilidad de sus recursos de por ejemplo 20%, se concluira que es un buen negocio y por lo tanto debe aceptarse. Sin embargo, debe tenerse en cuenta que por solucionarse de manera determinstica se supone que las ventas en unidades sern iguales al promedio de los ltimos cuatro meses. Al observar estas ventas en detalle se aprecia que la cantidad de almuerzos vendidos en un mes depende principalmente del nmero de dias hbiles del mes y de los dias de la semana en que ocurra el pago quincenal de salarios, por lo tanto no es posible generalizar una situacin determinada y es mejor hacer simulaciones, con diferentes niveles de venta, de acuerdo con la probabilidad que se analice.

2. Seleccionar las variables que se van estudiar, (considerando principalmente aquellas que tengan mayor incertidumbre en el futuro). En este caso se ha seleccionado el nmero de almuerzos vendidos en el mes, teniendo en cuenta que los promedios diarios observados en los ltimos cuatro meses tienen una alta variabilidad y que su valor tiene una gran influencia en el ROE, tal como puede apreciarse con los siguientes datos: Promedio ltimos tres Almuerzos meses diarios mes 1 mes 2 mes 3 mes 4 126 107 117 103

25

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

3. Asignar una distribucin de probabilidades a los valores que van a tomar las variables seleccionadas para el experimento . Quiere decir que debe tenerse una distribucin de probabilidades para el nmero de almuerzos diarios, para el ejemplo que se est desarrollando se ha tomado la siguiente distribucin:

Interpretando la tabla se dir que el inversionista ha asignado la misma probabilidad de ocurrencia a los valores extremos de los ltimos cuatro meses (20% de probabilidad tanto para 126 como para 103 almuerzos diarios vendidos). Como se ha dicho, estas probabilidades son subjetivas, ya que son asignadas por un experto en la materia, considerando las expectativas que se tengan sobre el futuro. Estos valores esperados son los que se utilizarn en el modelo para calcular el ROE con diferentes cantidades de almuerzos diarios vendidos, pero se seleccionan aleatoriamente. 4. Generar nmeros aleatorios para seleccionar un valor de la variable al azar . Se busca obtener valores al azar de la cantidad de almuerzos diarios vendidos para calcular el ROE; para ello se utiliza la probabilidad acumulada (rango D4:E7) para seleccionar de las cantidades de almuerzos diarios probables (rango B4:B7) el valor que se utilizar para resolver el modelo (celda F11), como se observa en la siguiente figura:

26

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

El nmero aleatorio se genera en la celda F9 a travs de la funcin Aleatorio() y el valor que se utilizar para resolver el modelo se ubica inicialmente en la celda F11, utilizando la funcin Buscar(), como se explica a continuacin: =BUSCAR(F9,D4:D7,B4:B7)8, que se interpreta de la siguientes forma: buscar el nmero aleatorio generado (F9), comparndolo con los valores que existan en el vector de comparacin que es el limite inferior de las probabilidades acumuladas (D4:D7) y traer el valor que le corresponda en vector de resultado que contiene los valores que tomar la variable aleatoria (B4:B7), en este caso el nmero de almuerzos vendidos que se tomar para solucionar el modelo. Tal como se aprecia a continuacin:

5. Registrar la solucin del modelo ante el nuevo valor de las variables . En el modelo, cuando se obtiene un nmero de almuerzos vendidos recalcula nuevamente el estado de resultados y el ROE. 6. Automatizar el proceso de registrar la respuesta. Dado que los pasos de generar el nmero aleatorio, asignar valor a la variable y calcular la solucin del modelo se efectan una cantidad elevada de veces, es necesario que ese proceso se efecte de manera automtica, para ello hay que recurrir a las macros Para crear la macro que automatiza la simulacin de Montecarlo se deben tener presente los siguientes aspectos: a. Reunir en un rango contiguo todos los resultados cuyo valor se quiere registrar. Para este ejemplo se han seleccionado las variables Ventas, Utilidad y ROE, que en el modelo se encuentran dispersas en las celdas B54, B71 y B73. Al rango donde se renan las variables se le debe colocar un nombre para efectos de manejarlo como un todo en la macro, en este caso se utilizar el

La funcin Buscar tiene dos sintaxis: vectorial y matricial, para trabajos de simulacin debe seleccionarse la sintaxis vectorial que utiliza tres argumentos y busca un valor en un rango (vector de comparacin) y devuelve el valor que est en la misma posicin en un segundo rango (vector de resultado)

27

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

nombre RESULTADO que corresponde a las celdas B79:D79, donde se han trado con referencia las los resultados que se quieren conservar. b. Debe crearse tambin un rea para registrar los resultados, la cual se encabeza con una serie de medidas estadsticas de los datos. Esta rea debe recibir un nombre que en este caso ser SALIDA que corresponde a la celda B84:

c. Hay que asignar un nombre a la primera fila de las respuestas que se registren, que se utilizar posteriormente para borrar los resultados registrados cuando se quiera hacer nuevos experimentos. El nombre asignado es DATOS y corresponde al rango B88:D88 La macro utilizada en este proceso es la siguiente:
Sub SIMULACION() ' Macro grabada el 26/07/2004 por JAIRO GUTIERREZ CARMONA ' Acceso directo: CTRL+q VECES = InputBox("Favor digitar nmero de simulaciones", "SIMULACION DE MONTECARLO") Application.Goto Reference:="DATOS" Range(Selection, Selection.End(xlDown)).Select Selection.ClearContents For N = 1 To VECES
28

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Application.Goto Reference:="RESULTADO" Selection.Copy Application.Goto Reference:="SALIDA" Selection.End(xlDown).Select ActiveCell.Offset(1, 0).Range("A1").Select Selection.PasteSpecial Paste:=xlPasteValues Next End Sub

En el modelo de este ejemplo se ordena ejecutar la macro 1,000 veces, obteniendo los siguientes resultados.

Con la simulacin efectuada se llega a la conclusin que el ROE promedio del negocio es 19.4% por lo tanto se concluye que existe la probabilidad de que la rentabilidad del restaurante sea inferior al 20% esperado por el inversionista. Lo anterior quiere decir que se debe hacer un anlisis de riesgo los resultados. 4.2 ANALISIS DE RIESGO El riesgo puede expresarse como la prdida que se podra sufrir debido a cambios en las variables de entrada y se mide con la dispersin que se presente en el resultado. De aqu se desprenden dos puntos importantes para efectuar anlisis de riesgo con Excel:
a. b.

En un modelo financiero el riesgo lo introducen las variables independientes. En un modelo financiero el riesgo se mide en las variables de resultados o de salida

Una vez realizado el experimento un nmero elevado de veces, se puede construir una distribucin de frecuencias de los resultados y asignar probabilidades de ocurrencia a los valores, tal como se aprecia a continuacin en una inversin en un bono, (ver archivo EJEMPLO SIMULACION BONO.xls).

29

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Para efectuar la distribucin de frecuencias se puede recurrir a la funcin Frecuencia, que arroja los siguientes resultados:

La distribucin de probabilidades de los resultados ser la siguiente:

Se aprecia que ya no se habla con certeza de la respuesta y se pasa a hablar de probabilidades y de tendencias, esta es la caracterstica principal de los resultados de la simulacin. 4.3 SIMULACION CON CRYSTAL BALL9 Crystal Ball es un complemento del Excel que automatiza los pasos del proceso de simulacin de Montecarlo. Tales pasos son10:
1.

Crear un modelo paramtrico del problema que se desea estudiar (este paso siempre ser igual para todas las herramientas) Definir las celdas aleatorias (assumption cells) que son las variables de entrada que introducen la incertidumbre al modelo Asignar una distribucin de probabilidades a las variables aleatorias. Este es el gran aporte del Crystal Ball, ya que este paso se hace automticamente seleccionando la distribucin de una galera de distribuciones que se ofrecen.

2.

3.

Crystal Ball es un complemento (add-in) desarrollado por Decisioneering, Inc (www.decisioneering.com o www.crystalball.com) Decisioneering (2004), Pg. 129

10

30

Sensibilidad, escenarios y simulacin 4.

Jairo Gutirrez Carmona

Definir las celdas de resultado (forecast cells) que son variables de salida que se ven afectadas por la incertidumbre de las variables de entrada que se han seleccionado como aleatorias Ejecutar la simulacin. En este paso no es necesario elaborar la macro ya que el programa Crystal Ball ejecuta todo el trabajo 11

5.

A continuacin se desarrollar con Crystal Ball el modelo EJEMPLO SIMULACION DE MONTECARLO.xls, que trata sobre la inversin en un restaurante en la cual se tiene incertidumbre sobre el nmero de almuerzos que se puedan vender en un dia, para ello llevan a cabo los siguientes pasos: 1. Crear un modelo paramtrico. El modelo se desarrolla tal como se describi en la pgina 23 2. Definir las celdas aleatorias (assumption cells). Se selecciona el nmero de almuerzos diarios vendidos de la celda B5 que es la variable cuyo comportamiento se desconoce

3. Asignar una distribucin de probabilidades a las variables aleatorias. Aqui es donde entra el Crystal Ball al definir para la variable Nmero de almuerzos (B5) una distribucin de probabilidades tomada de la galera de distribuciones que se ofrece. Este paso se hace llevando a cabo la siguiente secuencia: a. Se ubica el cursor en la celda aleatorio (B5) b. Se oprime el icono Define assumption para desplegar la galera de distribuciones:
Icono Define assumption

11

Es cierto que con Crystal Ball se automatiza el proceso de simulacin de Montecarlo y se obtiene la informacin de una manera muy rpida, sin embargo hay dos aspectos que deben tenerse presentes: 1. 2. De todas maneras se debe construir un modelo, por lo tanto las recomendaciones dadas aqui siguen vigentes, y En el segundo semestre del 2005 la versin Professional Edition de Crystal Ball tena un valor de US$ 1.795, por lo tanto no sobra saber hacer simulacin con macros, especialmente cuando es un trabajo ocasional y en una empresa con recursos muy limitados

31

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

De la galera de distribuciones se selecciona aquella distribucin de probabilidades que ms se ajuste al comportamiento de la variable. Para la variable nmero de almuerzos se seleccionar una distribucin de probabilidades uniforme, suponiendo que las ventas en unidades pueden variar entre un mnimo100 y un mximo de 130 almuerzos diarios, teniendo la misma probabilidad de ocurrir cualquiera de los valores entre los dos extremos. Al seleccionar la distribucin uniforme se despliega la ventana de entrada de los datos mnimo y mximo de la variable:

c. Se oprime el botn OK crear la celda aleatoria con las condiciones seleccionadas 4. Definir las celdas de resultado (forecast cells). El procedimiento es muy similar al anterior, ya que se debe ubicar el cursor en la celda de salida que se desea registrar y oprimir el icono Define forecast. Las celdas de resultado seleccionadas son las ventas (B48) y el ROE (B67).
Icono Define forecast

32

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Solo basta con definir las unidades de medida de la variable.

5. Ejecutar la simulacin. Para ejecutar la simulacin se oprime el icono Start simulation

Icono Start simulation Icono Reset simulation

Se ejecuta el Crystal Ball y se produce un grfico por cada variable de resultado que se haya seleccionado, en el cual se muestra la distribucin de frecuencia de los resultados.

33

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

Si se desea tener un informe de los resultados de la simulacin se oprime el icono Create report:
Icono Create report

Se despliega la ventana Create report en la cual se definen las caractersticas que se desean para el informe:

Al oprimir el botn OK se genera el informe con los datos solicitados:

34

Sensibilidad, escenarios y simulacin

Jairo Gutirrez Carmona

BIBLIOGRAFIA
Gutirrez, Jairo. Modelos financiero con Excel. Bogot, ECOE 2008 Alemn, C., Gonzlez, E. Modelos financieros en Excel. Mxico, Cecsa 2003 Decisioneering. Crystal Ball User manual. Denver, Decisioneering, Inc. 2004 Evans, J y Olson, D. Simulation and risk analysis. New Jersey, Prentice-Hall 2002 Vlez, Ignacio. Decisiones empresariales bajo riesgo e incertidumbre . Bogot, Norma 2003 Benninga, Simon. Financial Modeling. Cambridge, MIT Press 2000

COMPLEMENTARIA
Berenson, M. y otros. Estadstica para administracin. Mxico, Prentice-Hall 2001 Day, Alastair. Mastering financial modelling. Londres, Prentice-Hall 2001 Eppen, G. Investigacin de operaciones en la ciencia administrativa . Mxico, Prentice-Hall 2000 Holden, Craig. Spreadsheet modeling in the corporate finance . New Jersey, Prentice Hall 2002 Jacobson, Reed. Excel 2002 macros y Visual Basic. Madrid, McGraw-Hill 2002 Mojca, Francisco. La prospectiva. Bogot, Legis 1991 Pinilla, Vicente. Simulacin. Bogot, Uniandes 2004 Shim, Jae. Financial analysis, forecasting & modeling. Paramus, Prentice Hall 1988 Vose, David. Quantitative risk analysis. Chichester, Wiley 1996

35