ENFOQUES DE LA TOMA DE DECISIONES1 Muchas personas piensan que la toma de decisiones es un proceso intuitivo que no puede realizarse sistemticamente

y que la mejor forma de tomar una decisin es ya sea trayndola de los pelos, por intuicin de los ejecutivos, por una corazonada o aplicando un buen criterio. Segn este punto de vista, el mejor consejo que se puede dar a quien toma decisiones, es que formule claramente las diversas opciones que tiene, recoja informacin, la pondere y decida. La forma de hacerlo depende de las predilecciones de la persona que toma las decisiones. En este trabajo, mi punto de vista es que el criterio y la intuicin son ingredientes esenciales de las buenas decisiones, pero que tambin hay espacio para introducir slidos principios cientficos y para desarrollar una tecnologa prctica de toma de decisiones. El nfasis aqu estar en las tecnologas que ayudan a tomar decisiones. En este trabajo se revisan tecnologas que ayudan en la toma de decisiones y que actualmente estn usando quienes toman decisiones en los negocios, gobierno y fuerzas armadas. Veremos que cada una de estas tecnologas est dirigida a una clase limitada de problemas decisionales, de tal modo que al revisarlos analizaremos tambin las desventajas de cada una. UN CASO-ESTUDIO Con el fin de ilustrar las diversas tecnologas que ayudan en la toma de decisiones, es conveniente que veamos un caso-estudio que, aunque disfrazado, se basa en un problema decisional real que enfrent una importante empresa siderrgica. Luego ilustrar la mayora de las tecnologas que ayudan en la toma de decisiones mostrando cmo podra haberse usado cada enfoque en el caso-estudio. Hrcules-International es una empresa siderrgica que produce aceros especiales y que durante varias dcadas ha tenido una gerencia muy conservadora. Durante los ltimos diez aos no se ha desarrollado productos nuevos y por varios aos han estado disminuyendo las ventas totales. Varios de sus productos ahora son antieconmicos y otros estn llegando a ese punto. Hace dos aos fue nombrado un nuevo gerente general, a lo que sigui una considerable reorganizacin en la cima. La gerencia est ansiosa por cerrar las lneas que no son rentables, pero la empresa se encuentra ubicada en una comunidad pequea donde los sindicatos opondran una fuerte resistencia a las consecuencias, las que tambin causaran problemas en el espritu de equipo del resto de la fuerza laboral. El gerente general organiz un pequeo departamento de investigacin, el que desarroll un nuevo proceso para la fabricacin de metal pulverizado. El producto tiene excelentes cualidades; las partculas son excepcionalmente uniformes y pueden compactarse fcilmente en formas slidas. El proceso tambin es relativamente barato. Para probar debidamente el proceso y resolver algunos problemas de desarrollo de escala se necesita una planta piloto que costara aproximadamente 100.000 libras. Si la prueba tiene xito, Hrcules-International podra construir una planta nueva a un costo de aproximadamente 5 millones de libras, cerrar las lneas no rentables y transferir a la planta nueva al personal que quedara desocupado.
1

Este trabajo se basa en dos programas de video tape, Approaches to Decision Making, Parts I and II. 1978, Lawrence D. Phillips, Audio Visual Service, Brunel University, Uxbridge, Middlesex, Inglaterra.

Lamentablemente, el mercado de metal pulverizado no es nada seguro. El personal del departamento de ventas no puede ponerse de acuerdo sobre las proyecciones de venta de los prximos diez aos ms o menos. Ya sea que exista un mercado grande, o que se vaya a desarrollar uno, la compaa tiene que establecer pronto su participacin de mercado pues de otro modo podra resultar bastante difcil penetrar posteriormente en un mercado ya existente. Si esta nueva empresa tiene xito, establecera a HrculesInternational como una compaa vigorosa y emprendedora, sus otras operaciones se beneficiaran y el estado de nimo del personal mejorara. Por el momento no se estn considerando otros proyectos alternativos de la misma envergadura y ninguno de los proyectos que tiene el departamento de investigacin alcanzar la etapa de propuesta por lo menos hasta dentro de dos aos. Con este problema decisional en mente podemos proceder a analizar las diversas tecnologas que ayudan en la toma de decisiones.

LISTAS DE COMPROBACIN Uno de los enfoques ms simples para evaluar una opcin decisional es valorar los pros y contras. Un patrocinador de este mtodo fue Benjamn Franklin, quien en 1772 escribi a su amigo Joseph Priestly:
Por falta de premisas suficientes, no puedo aconsejarlo qu decidir, pero, si me lo permite, le dir cmo Mi manera de hacerlo es dividir en dos columnas media hoja de papel mediante una lnea: escribo en la parte superior de una Pro y en la de la otra Con. Despus de tres o cuatro das de reflexiones, escribo bajo estos encabezamientos breves notas sobre los diferentes motivos que se me ocurren en diferentes momentos a favor o en contra de la medida. Cuando las tengo todas a la vista, trato de estimar sus respectivos valores para encontrar al fin dnde est el equilibrio y, aunque el valor de las razones no puede darse con la precisin de cantidades algebraicas, no obstante, cuando cada una es considerada por separado y comparativamente, y tengo todo delante de m, creo que puedo juzgar y que hay menos probabilidad de que tome una decisin apresurada; y en realidad, he encontrado grandes ventajas en esta clase de ecuacin, en lo que podra llamarse lgebra moral o prudencial.2

Con el fin de hacer la lista sugerida por Benjamin Franklin es necesario, por supuesto, establecer primero los objetivos de la decisin. Luego se puede clasificar las posibles consecuencias de la decisin en pros y contra. Por ejemplo, la gerencia de Hrcules-International quiere que la empresa de metal pulverizado:
o o o o sea rentable, mejore la imagen de la compaa, proporcione empleo al personal que ahora trabaja en las lneas antieconmicas para poder cerrarlas, y mejore el estado de nimo de los trabajadores.

Con estos objetivos en mente, podemos hacer una lista de los pros y contras de la decisin de construir una planta a escala industrial, suponiendo que la planta piloto tuvo xito.

Bigelow, J. (Editor) The Complete Works of Benjamin Franklin, Vol. 4, New York: Putnam, 1887.

PRO Si se desarrolla mercado Rentable Imagen de la compaa mejora Provee empleo alternativo Mejora el estado nimo de los trabajadores

CONTRA Dificultad para conseguir capital Si mercado es pequeo se pierde dinero imagen de la compaa se deteriora consecuencias del cierre de la planta baja el estado anmico de los trabajadores.

Se ha sugerido diversos refinamientos de las listas de comprobacin. Franklin mismo aconseja usar diferentes valores para cada rubro de la lnea. Kepner & Tregoe3 sugieren clasificar los objetivos en OBLIGATORIOS y DESEADOS. Se elimina as cualquier opcin decisional que no cumple un objetivo OBLIGATORIO y la lista de comprobacin contendr entonces slo los pros y contras que reflejan los DESEADOS. Por ejemplo, la opcin alternativa de no hacer fue rechazada por la gerencia de Hrcules-International pues no cumple con el objetivo OBLIGATORIO de tratar de impedir la decadencia de la compaa. Una vez hecha la lista y asignados los valores, el balanceo de los valores y la decisin final a favor o en contra de la opcin queda a decisin de la intuicin y criterio de quien toma la decisin. A travs de todo este trabajo usaremos listas de comprobacin como medio para resumir los pros y contras de cada tecnologa de ayuda en la toma de decisiones. En general, es fcil apreciar que las listas de comprobacin: (+) Se desarrollan rpidamente, son fciles de hacer y no requieren de habilidades especiales para su preparacin o uso, (-) no proveen medio alguno para balancear los pros y contras, y (-) no tienen cabida para la incertidumbre. En el caso del problema de Hrcules-International, fue bastante fcil preparar una lista de comprobacin, y la asignacin de valores se pudo hacer sin demasiada dificultad. Pero no es claro cmo podran balancearse los valores y tampoco existe alguna forma para hacer frente a la incertidumbre acerca del mercado o acerca del xito o fracaso de la planta piloto.

VALORIZACIN Este enfoque de la toma de decisiones es una variacin del mtodo anterior y en l se asigna valores numricos a los pros y contras; estos valores representan la atraccin relativa de las consecuencias. Para aplicar este mtodo es necesario encontrar alguna base objetiva que permita asignar nmeros a las diversas consecuencias. Por ejemplo, si slo nos interesa la rentabilidad del proyecto de Hrcules-International, entonces se puede valorar cada consecuencia en trminos monetarios. Una vez hecho esto, suponiendo que la planta piloto tiene xito y que se construye la planta a escala industrial, se estim que el valor total del proyecto en dinero corriente, era de 5,2 millones de libras esterlinas. (Dejaremos para ms adelante la explicacin de la forma en que se determin esta cifra).
3

Kepner, C.H. y Tregoe, B.B., The Rational Manager, New York: McGraw-Hill. 1965.

La valorizacin no est restringida a las consecuencias monetarias. Las decisiones referentes a los mtodos de produccin pueden ser evaluados en trminos de nmeros de unidades producidas por unidad de tiempo; las decisiones de comercializacin en trminos de participacin de mercado; las decisiones de distribucin en trminos del tiempo total requerido para distribuir un nmero determinado de bienes a un nmero determinado de destinos, y las decisiones de inspeccin, en trminos del nmero de productos defectuosos en un lote de determinado tamao. Todos stos son buenos ejemplos. Sin embargo, puede ser difcil evaluar algunas influencias en trminos numricos, de modo que tales resultados quedan generalmente como influencias cualitativas sobre la decisin. Una mejor imagen de la compaa Hrcules-International podra ser evaluada en trminos de su efecto monetario sobre otras operaciones, pero esto puede resultar difcil. Sobre esta base igualmente podra ser bastante difcil evaluar el estado anmico de los trabajadores. Una crtica de este enfoque seala que la valorizacin: (+) Usualmente requiere un anlisis cuidadoso y ponderado, (+) Provee una indicacin de cuan mejores que otros son algunos resultados, (+) Es til cuando el dinero o alguna otra medida numrica es el criterio principal o nico, (-) No provee base alguna para compensar los resultados cuantitativos con los cualitativos, y (-) No tiene cabida para la incertidumbre En el caso de Hrcules-International fue necesario hacer un detallado anlisis financiero con el fin de derivar la cifra de 5,2 millones de libras, y este valor indic que en vez de no hacer lo mejor que podra hacer la gerencia era proseguir con el proyecto, suponiendo que la planta piloto tuviera xito y que existiera un mercado. Probablemente aumentara la valorizacin de 5,2 millones si pudiera encontrarse alguna manera de incluir los efectos sobre otras operaciones y sobre el estado de nimo de los trabajadores. Pero no hay forma de incluir la incertidumbre acerca de la planta piloto y el mercado.

ANALISIS DE COSTO-BENEFICIO Este mtodo es ms explcito para compensar los pros y contras que los que ya hemos visto. Todos los beneficios se miden en una escala comn, y luego se determina la relacin de beneficios a costos de cada opcin decisional. Probablemente la opcin con la relacin beneficio-a-costo ms alta es la mejor decisin. Este es un punto de vista bastante estrecho del anlisis costo-beneficio y algunos enfoques han aligerado los procedimientos cuantificando solamente algunos de los beneficios y aplicando ms de una escala para medirlos. Con frecuencias se hace el intento de medir cada beneficio mediante algn procedimiento objetivo, pero sea cual fuere el enfoque, la meta es proporcionar una medida razonable del beneficio social total, para las personas afectadas, teniendo en cuenta todos los pros y contras de la decisin adoptada.4 El anlisis de costo-beneficio es utilizado extensamente por planificadores gubernamentales y, en un menor grado, por organizaciones comerciales e industriales. Por ejemplo, en 1963 se us en Gran Bretaa el anlisis de costo-beneficio para evaluar la proyectada inversin en la Lnea Victoria del London Transport, y por la Comisin Roskill para evaluar las posibles ubicaciones de un tercer aeropuerto londinense. Mereci amplia publicidad
4

Se puede encontrar una buena descripcin del anlisis de costo-beneficio y de algunos de los otros enfoques estudiados en este trabajo en Neufville, R. y Stafford, J.H., Systems Analysis for Engineers and Managers, New York; McGraw Hill, 1971.

una aplicacin en los Estados Unidos por la Ford Motor Company cuando se conoci que se haba tomado una decisin desastrosamente equivocada. Esta se refera a la decisin de cambiar o no cambiar de lugar el tanque de combustible del Ford Pinto. Incluso una moderada colisin de la parte trasera del automvil causaba la rotura del tanque a la que frecuentemente segua un incendio fatal o fuerte. Varias autoridades consideraron que este riesgo de seguridad se deba a la ubicacin del tanque: estaba colocado entre el eje posterior y el parachoques posterior. Un lugar ms seguro era encima del eje posterior, como montura, apartado de la lnea del impacto directo. En 1972, para decidir si darle o no una mayor seguridad al Pinto, Ford realiz un anlisis de costo-beneficio. Identificaron tres beneficios para la sociedad si se adoptaba la posicin alternativa. Uno era la proteccin de vidas, otro las lesiones que se evitaran y, finalmente, los automviles que se salvaran. El valor de una vida humana fue determinado en $ 200.000, el de una lesin en $ 67.000 y el de un automvil en $ 710. Los costos eran simplemente los de modificar el diseo: $ 11 por vehculo. BENEFICIOS VIDAS SALVADAS 180 muertes x $ 200.000 por muerte LESIONES EVITADAS 180 lesiones x $ 67.000 por lesin AUTOMVILES SALVADOS 2.100 automviles x $ 710 por automvil COSTOS AUTOMVILES: 11 millones x $ 11 por automvil CAMIONES: 1,5 millones x $ 11 por camin $ 137 MILLONES $ 49,5 MILLONES

ANALISIS COSTO-BENEFICIO Beneficios ascienden a $ 49,5 millones Costos ascienden a $ 137 millones Costos exceden beneficios de modo que no se hace el cambio Esta aplicacin en particular merece varias crticas: Fue una aplicacin equivocada. Ford debi hacer un anlisis similar de la decisin de no hacer el cambio. Quiz eso hubiera dado lugar a una relacin de beneficios a costos menos favorable. Las opciones decisionales slo pueden juzgarse en relacin unas con otras, de modo que no es posible evaluar significativamente una sola alternativa. o La aplicacin del Pinto compar el beneficio para la sociedad con el costo para Ford. Quizs $ 1 para Ford no debe considerarse equivalente a $ 1 para la sociedad. o El mtodo de medicin de los beneficios est abierto a cuestionamiento, especialmente el valor de una sola vida. La cifra de $ 200.000 se bas en una descomposicin de diez factores dados en un estudio efectuado por la National Highway Traffic Safety Administration. Pero un trabajo reciente efectuado en la Stanford University por el Profesor Ron Howard indica que los individuos valorizan sus vidas en $2,5 $3,0 millones en una amplia variedad de casos de decisin.

o El anlisis no toma en cuenta la considerable incertidumbre respecto al nmero de vidas salvadas, lesiones evitadas y automviles salvador. Estimados gubernamentales del nmero de muertes estaban entre 2.000 y 3.500 y otros expertos juzgaron que los estimados hechos por la Ford del nmero de lesiones estaba equivocado por un factor de diez. Estas discrepancias se explican, en parte, por el hecho de que los ingenieros de la Ford estaban anticipndose a las consecuencias de algunos proyectos, dirigidos a evitar que explosionaran los tanques de gasolina despus de accidentes de vuelta de campana, de modo que los estimados del anlisis de la Ford eran slo por este tipo de accidentes. Desde el punto de vista de la Ford, la decisin de no hacer la modificacin dio lugar a varios resultados desafortunados. Varios tribunales en todos los Estados Unidos fallaron por daos y perjuicios contra la Ford, y finalmente la Ford debi recuperar todos los Pintos para modificarlos de todas maneras, todo ello en medio de una agitada publicidad adversa. Una aplicacin adecuada del anlisis costo-beneficio al problema de Hrcules-International considerara no slo los costos obvios de capital y operacin as como los ingresos derivados de las ventas, sino tambin los beneficios en trminos del estado anmico de los trabajadores, una mejor imagen de la compaa y la proteccin de puestos de trabajo. Debera hacerse un anlisis separado de cada una de las opciones decisionales consideradas. Ciertamente debera incluirse entre las posibles opciones proseguir con el proyecto, y la relacin beneficio a costo de tal decisin podra compararse con la de no hacer en el momento actual, o la de cerrar las lneas que causan prdidas ahora y postergar el proyecto hasta que el mercado parezca ms seguro. Las siguientes apreciaciones ponderan el anlisis costo-beneficio: (+) Obliga a quien toma la decisin a pensar seriamente en los mritos relativos de las diversas opciones decisionales. (+) provee un medio para combinar los beneficios y compararlos con los costos, obligando as a quien toma la decisin a considerar los beneficios sociales as como los costos monetarios. (-) supone que todas las dimensiones de beneficios y costos son igualmente importantes, y supone que una unidad en una dimensin es equivalente a una unidad en otra, (-) requiere de cierta experiencia tcnica en medir beneficios no monetarios y (-) no puede solucionar la incertidumbre. En el caso del problema de Hrcules-International, el anlisis de costo-beneficio no es en realidad una tecnologa muy til, debido parcialmente a que se requiere un anlisis ms detallado del lado financiero del proyecto del que proporciona el anlisis de costo-beneficio, y debido principalmente a que la incertidumbre desempea un papel tan importante en el proyecto. Tal como veremos ms adelante, el anlisis de flujo de caja descontado, anlisis de riesgo o anlisis de decisiones son tecnologas ms apropiadas para este problema.

LAS MEJORES CONJETURAS Cada uno de los mtodos que hemos visto hasta ahora evala la conveniencia relativa de las consecuencias provenientes de una determinada decisin. Sin embargo, en muchos problemas es posible que no ocurran las consecuencias previstas por quien tom la decisin; en cambio pueden ocurrir otras. Asimismo, puede ser difcil prever los resultados. De las diversas tcnicas ideadas para permitir que quien toma la decisin vincule las consecuencias

con las opciones decisionales, la ms obvia es conjeturar la consecuencia ms probable que provendr de una determinada decisin. Estas mejores conjeturas son luego evaluadas mediante cualquier de los procedimientos antes indicados. Por ejemplo, el director de investigacin de Hrcules-International pensaba que la planta piloto resolvera satisfactoriamente los restantes problemas de desarrollo, y el gerente de ventas tena confianza en que el mercado de metal pulverizado estara all para cuando la planta estuviera en plena produccin. De acuerdo con estas mejores conjeturas, la rentabilidad de la planta a escala industrial fue evaluada en 5,2 millones de libras esterlinas. Otro ejemplo lo proporciona el problema que se les present a las grandes empresas petroleras que se vieron obligadas a revisar sus tcticas para el transporte de petrleo de los proveedores a los mercados cuando el Canal de Suez fue bloqueado a mediados de 1967. Resultaba difcil planificar frente a la incertidumbre de cundo se reabrira el canal, de modo que una de estas grandes empresas us una mejor conjetura de julio de 1969. Este estimado tuvo un considerable efecto en las tcticas de la empresa, pero cuando la fecha se fue aproximando, se dieron cuenta que, entre otras cosas, tenan demasiados buques tanque de tamao adecuado para el Canal de Suez pero muy pocos supertanqueros. Y, por supuesto, tuvieron que aceptar esta desafortunada consecuencia hasta que el canal fue reabierto en Junio de 1975. En general, las mejores conjeturas: (+) Constituyen bases apropiadas para planificar cuando las consecuencias son razonablemente seguras, (-) pueden llevar al desastre cuando existe incertidumbre y (-) son difciles de evitar. Una sola persona segura en la sala de directorio hace difcil que los dems digan que la certeza de esa persona slo es una mejor conjetura en un mar de incertidumbre.

GENERACION DE ESCENARIOS Esta es una variante de la tcnica de mejor conjetura pues slo se evalan algunas conjeturas del futuro, al igual que en el anlisis de sensibilidad. Uno o ms expertos proyectan posibles secuencias de acontecimientos futuros, luego evalan cada secuencia usando uno de los mtodos que ya hemos visto. Cada secuencia se conoce como un pronstico o escenario. Por ejemplo, al tratar de pronosticar el estado de la industria microelectrnica de cinco, diez y quince aos, un experto consider las tecnologas que estn siendo usadas comercialmente en la actualidad, la tecnologa sobre las que ya se ha informado en literatura cientfica y tcnica pero que todava est en vas de desarrollo y tambin las tecnologas nuevas que la comunidad cientfica considera en general que se encuentran en el horizonte cercano. A base de estas tecnologas, y considerando las dificultades prcticas que hacen imposible que todo descubrimiento cientfico resulte en una tecnologa comercialmente viable, y haciendo las debidas reservas por las tecnologas radicales que es imposible prever, el experto construy una serie de secuencias plausibles de acontecimientos y desarrollos futuros, constituyendo cada secuencia un pronstico o escenario que ayudaba a predecir las participaciones relativas de mercado de las diferentes tecnologas. Con el fin de tomar en cuenta la incertidumbre en estos pronsticos, frecuentemente el experto desarrolla un pronstico pesimista y un pronstico optimista as como un pronstico

que si no es estrictamente una mejor conjetura por lo menos es plausible y representativo del curso ms probable de los acontecimientos futuros. Se usa una mezcla de posibles valores de las cantidades inciertas de tal modo que el pronstico parezca en general pesimista u optimista pero no obstante plausible. Poner todas las cantidades inciertas, digamos, un 20% ms bajas que los valores de la mejor conjetura creara un pronstico pesimista, igual que en el anlisis de sensibilidad, pero no sera representativo de los pronsticos desfavorables y sera un pronstico extremo. Por tanto, la generacin de pronsticos es un intento por superar el sesgamiento que puede resultar de realizar el anlisis de sensibilidad despus de reducir o aumentar las cantidades inciertas. En el caso de Hrcules-International, se desarroll diversos pronsticos que reflejaban diferentes grados de penetracin de mercado por la compaa y de la competencia de otras empresas siderrgicas en el mismo negocio. Segn uno de los pronsticos, Hrcules-International entraba al negocio de metal pulverizado para 1980, estableca una participacin de mercado sustancial y mantena esa participacin durante cinco a diez aos con slo un moderado descenso despus. Segn otro pronstico, la compaa esperaba para construir su nueva planta, luego desarrollaba su participacin de mercado hasta alcanzar una punta mxima aproximadamente en 1990. Se desarroll tambin otros pronsticos y el proyecto fue evaluado de acuerdo con cada uno de ellos. La gama de resultados fue considerable: de -2 millones de libras para el pronstico ms pesimista a poco ms de 10 millones para el ms optimista. Por tanto, la compaa poda perder una cantidad moderada o ganar bastante bien con el proyecto, dependiendo de cmo resultaran las cosas.

Los ejemplos muestran que la generacin de pronsticos: (+) obliga a quien toma la decisin a considerar diversos futuros. (+) disminuye el optimismo o pesimismo extremo que podran ser creados por los anlisis de sensibilidad de las mejores conjeturas, pero (-) no proporciona gua alguna para la toma de decisiones cuando diferentes futuros indican que se tomen diferentes decisiones en la actualidad.

FLUJO DE CAJA DESCONTADO Una variante de los enfoques de la mejor conjetura y de la generacin de pronsticos, el anlisis de flujo de caja descontado, permite incorporar la preferencia de quien toma la decisin por recibir dinero ahora en vez de despus. Supongamos, por ejemplo, que furamos a invertir 100 Libras ahora a un inters anual de 6%. Al trmino de un ao la inversin original ha crecido a 106 Libras. Otra forma de considerar esto es decir que 106 Libras recibidas dentro de un ao equivalen a 100 Libras recibidas ahora. O, aplicando un factor de descuento de 6%, 100 Libras dentro de un ao equivalen a 94,34 Libras ahora.

La preferencia de tiempo se expresa como un factor de descuento; cuanto ms grande es el factor, tanto ms fuerte es la preferencia por recibir dinero ahora que despus. Como la tasa de descuento es un criterio subjetivo, ningn valor nico es apropiado para todas las situaciones decisionales. Al elegir una tasa de descuento, quien toma la decisin podra desear considerar la posicin corriente del flujo de caja de la organizacin (ya sea que las metas financieras a corto plazo o a largo plazo sean ms importantes), el tipo de proyecto (ya sea aplicable en un horizonte a largo o a corto plazo) y otros factores. En el anlisis de flujo de caja descontado, los pronsticos se desarrollan algunas veces hasta a 20 aos o ms. Estos pronsticos contienen detalles suficientes como para permitir el clculo de flujos de caja anuales. Los flujos de caja de cada ao son descontados despus por la tasa de descuento. La suma de los flujos de caja descontados se denomina el valor presente neto (VPN), una cifra que da un valor monetario al proyecto.

Ao: Flujos de caja: (en miles de Libras esterlinas) Factores de descuento: (a una tasa de 15%) Flujos de caja: descontados:

1 -160 1,15 -139

2 -600

3 -4500

4 300

...

7 3600

15 3500

(1,15)2 (1,15)3 (1,15)4 -454 -2959 172

(1,15)7 (1,15)15 1353 4300

VALOR PRESENTE NETO:

(-139) + (-454) + ..+(4300) = 5,2 Mills. 34% (TIR)

TASA DE RENDIMIENTO:

Por ejemplo, la figura muestra una secuencia de flujos de caja para un pronstico del proyecto de Hrcules-International. En el primer ao, el flujo de caja negativo de 160 mil Libras se debe principalmente a la inversin de capital en la planta piloto y equipo. En el

segundo ao se compra el equipo para la planta a escala industrial por 600 mil Libras, y la nueva planta se construye durante el tercer ao a un costo de 4,5 millones e libras. Las ventas durante el cuarto ao hacen que el flujo de caja se torne positivo, y luego que se desarrolle hasta un mximo en el stimo ao, declinando muy ligeramente despus. (Supongamos que los flujos de caja corresponden al final de cada ao). La siguiente hilera de la figura presenta los factores de descuento con una tasa supuesta de 15%. Cada flujo de cada es dividido entonces entre el correspondiente factor de descuento. Luego se suman los flujos de caja descontados resultantes para obtener el valor presente neto, en este caso 5,2 millones de Libras. Este es el mtodo que se us para valorizar el proyecto cuando, al principio, dijimos que el valor total del proyecto de metal pulverizado era de 5,2 millones de Libras. El anlisis de flujo de caja descontado es un mtodo de valorizacin, que muestra que no existen realmente distinciones tan definidas entre las tecnologas como podra pensarse de este trabajo. Otra posible aplicacin del anlisis de flujo de caja descontado, que es preferido por algunas organizaciones, es para determinar los flujos de caja anuales, tal como aqu, pero para encontrar la tasa de descuento que haga que el valor presente neto sea de cero. El resultado se denomina la tasa de rendimiento. Para los flujos de caja que se presentan en la figura, sta es de 34%. Es decir, al aplicar una tasa de descuento de 34%, los factores de descuento ms grandes reducirn de tal modo los flujos de caja positivos posteriores que la suma de los flujos de caja descontados ser cero. Podemos decir, entonces, que este pronstico describe una situacin que produce una tasa de rendimiento de 34%. Este es el mtodo que se us en la seccin sobre anlisis de sensibilidad en que se computaron diferentes tasas de rendimiento bajo diversas suposiciones acerca del precio de venta y el costo por libra. Aunque algunas organizaciones prefieren el enfoque de tasa de rendimiento porque parece evitar la eleccin arbitraria de una tasa de descuento, en la prctica todava ser necesario hacer juicios subjetivos con este mtodo. Aparte del punto obvio de que los flujos de caja mismos se basan principalmente, en juicios subjetivos acerca del futuro, consideremos que quien toma la decisin est usando el enfoque de tasa de rendimiento y est tratando de decidir entre dos proyectos. Un proyecto le da una tasa de rendimiento ms baja de una inversin de capital ms baja; el otro una tasa de rendimiento ms alta con una inversin ms alta. La compensacin entre rendimiento e inversin es un juicio subjetivo. Quien toma la decisin podra resolver el problema seleccionando una tasa de descuento apropiada para la situacin y calculando el VPN de cada proyecto. Como el VPN toma en cuenta la intensidad de preferencia de quien toma la decisin por dinero ahora en vez de despus, y tambin el periodo de recuperacin as como la oportunidad de los ingresos de capital, los ingresos de ventas y las salidas de efectivo, el VPN proporciona un criterio decisional ms satisfactorio que la tasa de rendimiento misma. An as, siempre debe examinarse la secuencia real de los flujos de caja con el fin de asegurar que ninguno es desastroso. Sin embargo, ninguno de los enfoques toma en cuenta las actitudes hacia el riesgo de quien toma la decisin ni considera la incertidumbre que se oculta detrs de las cifras que entraron en los clculos del flujo de caja. En muchos casos se puede hacer que los proyectos parezcan buenos o malos eligiendo simplemente cifras ya sea optimistas o pesimistas, de modo que cuando se calculan los flujos de caja el VPN o la tasa de rendimiento parece muy favorable o muy desfavorable. Debido a que un sesgamiento puede distorsionar fan fcilmente un anlisis de flujo de caja descontado, algunas empresas tienen comits de revisin para verificar la exactitud de los estimados o para aplicar factores de correccin basndose en el registro de la trayectoria del proponente; otras aplican factores de castigo a las presentaciones de una divisin cuyos flujos

de caja de un proyecto aceptado anteriormente se desviaron fuera de los lmites fijados por la poltica de la empresa; y an otras han abandonado el anlisis de flujo de caja descontado. En resumen, vemos que el anlisis de flujo de caja descontado: (+) obliga a quien toma la decisin a pensar seriamente en los acontecimientos que podran ocurrir en el futuro y en los resultados futuros; (+) permite la incorporacin formal del criterio de quien toma la decisin sobre preferencias de tiempo; (+) proporciona, mediante el concepto de valor presente neto, una base para comparar proyectos alternativos, pero (-) no incluye la actitud hacia el riesgo de quien toma la decisin (usualmente aversin al riesgo) y (-) no toma en cuenta la incertidumbre en el logro de los flujos de caja calculados.

ANALISIS DE SENSIBILIDAD En este enfoque, con las mejores conjeturas se juegan juegos de qu sucedera si. Es decir, se cambian algunos de los valores inciertos de las mejores conjeturas y luego se vuelve a evaluar cada opcin decisional usando cualquiera de los mtodos que ya hemos tratado. Por ejemplo, dos factores inciertos importantes del proyecto de Hrcules-International son el precio de venta futuro y el costo unitario por libra del metal pulverizado. El precio de venta futuro depende fuertemente de factores del mercado mientras que el costo unitario se ver influenciado principalmente por el costo de las materias primas y energa, todas cantidades inciertas. Sin embargo, se obtuvo una gama de precios de venta futuros y costos unitarios plausibles, y luego se calcul la tasa de rendimiento del proyecto bajo diferentes suposiciones acerca de estos dos factores. En los grficos se puede ver los resultados.

El grfico de la izquierda muestra que la tasa de rendimiento del proyecto vara de aproximadamente 15% cuando el precio de venta es 3 libras a ms de 35% cuando ste es de 6 libras esterlinas por libra; la duplicacin del precio de venta ms que duplica la tasa de rendimiento. Por otra parte, el grfico de la derecha muestra que la duplicacin del costo unitario por libra tiene muy poco efecto sobre la tasa de rendimiento; sta baja simplemente de aproximadamente 35% a aproximadamente 30%. Si los ejes horizontales de estos dos

grficos cubre toda la gama de posibles precios de venta futuros y costos unitarios, entonces es evidente que la valorizacin de este proyecto no es sensible a la incertidumbre de los costos unitarios pero s al precio de venta. Una evaluacin del valor del proyecto no estar muy equivocada aunque los costos unitarios no sean correctos pero no puede decirse lo mismo de los efectos del precio de venta. Estaran justificados pues una mayor consideracin y un anlisis ms detallado del precio de venta. Cuando el proyecto incluye varios factores inciertos, tal como sucede en el caso de Hrcules-International, es una prctica comn hacer un anlisis de sensibilidad subiendo un 10 20% todas las mejores conjeturas y luego bajando un 10 20% todos los factores inciertos. Lamentablemente, la gama de posibles consecuencias que resulta de este anlisis puede hacer que quien toma la decisin tenga una apreciacin indebidamente pesimista u optimista del proyecto debido a que es muy poco probable que todos los factores estn equivocados en la misma direccin y mucho menos por el mismo porcentaje. Un enfoque ms realista sera aumentar algunos de los factores por diferentes cantidades mientras que se disminuyen otros por diversos porcentajes. Sin embargo, este no es un enfoque muy prctico pues sera necesario realizar un gran nmero de anlisis de sensibilidad para cubrir todas las combinaciones de incluso un nmero moderado de niveles del factor incierto. En cuanto a ventajas y desventajas, el anlisis de sensibilidad: (+) Es un mejor procedimiento que la evaluacin de una sola mejor conjetura, (+) Da una indicacin de la gama de posibles resultados bajo diferentes suposiciones acerca de factores inciertos, (+) Ayuda a identificar factores crticos e incertidumbres claves, (-) no proporciona forma prctica alguna para examinar los efectos de todas las combinaciones de suposiciones, (-) pueda dar lugar a una apreciacin indebidamente optimista o pesimista de un proyecto en el que tienen importancia varios factores inciertos, (-) permite a quien toma la decisin ver los efectos de la incertidumbre, no obstante, no proporciona gua alguna sobre qu hacer frente a sta. Los consultores que trabajaban con Hrcules-International escribieron un programa de computadora que calculaba el rendimiento porcentual del proyecto bajo cualquier suposicin que el usuario deseara hacer acerca de cantidades inciertas. Debido a que el programa era totalmente interactivo y poda correrse incorporando los valores deseados de las cantidades inciertas en una terminal conectada con la computadora va la lnea telefnica, la terminal fue puesta a disposicin de la reunin en la que se discuti el proyecto de metal pulverizado. Anteriormente, los proyectos que requeran de inversin de capital siempre haban sido evaluados usando un solo conjunto de mejores conjeturas, de modo que este enfoque era bien conocido. Pero cuando algunos miembros del comit cuestionaron ciertas suposiciones del proyecto de metal pulverizado, fue posible volver a evaluar el proyecto al instante usando diferentes suposiciones. El funcionario financiero en particular se senta encantado de ver que 15 aos de flujos de caja proyectados fueron escritos por la terminal cuando l incorpor su propio conjunto de suposiciones. Varios miembros del comit probaron esta caracterstica del programa de qu sucedera si, y todas las combinaciones razonables de suposiciones produjeron por lo menos un 15% de rendimiento del proyecto. Se present adems un anlisis de riesgo del proyecto, que describiremos ms adelante.

EXPERIMENTACION En trminos amplios, un experimento es simplemente una recopilacin sistemtica de datos para reducir la incertidumbre. Una amplia gama de posibilidades podra ser calificada como experimentos, desde ejercicios informales para la recopilacin de datos hasta estudios estadsticos cuidadosamente controlados. Por ejemplo, Hrcules-Intenational podra realizar una investigacin de mercado para determinar mejor el mercado potencial de metal pulverizado. Al carecer de experiencia interna en investigacin de mercados, podra contratar una firma de investigacin de mercados para que le haga este trabajo. Luego tendra que decidir cunto dinero gastar en la investigacin; en general, cuanto ms se gasta tanto ms precisos son los resultados de la investigacin. Dada esta compensacin entre la cantidad gastada y la precisin de los resultados, debe haber alguna forma de determinar la precisin necesaria para la decisin entre manos. Despus de todo, no tiene sentido gastar vastas sumas en una medida altamente precisa del mercado cuando todo lo que puede necesitarse es una razonable seguridad de que el mercado est, o estar, por encima de un determinado nivel. El conocimiento corriente del mercado puede incluso ser suficiente para justificar proseguir con un proyecto sin recolectar ms informacin. En general, el que se recopile o no ms informacin antes de tomar una decisin respecto de un proyecto se ve afectado por varios factores: la calidad informativa de los datos obtenidos, el grado actual de incertidumbre y los costos y compensaciones relacionados con los posibles resultados de las diferentes decisiones. El nico enfoque de la toma de decisiones que considera formalmente todos estos factores es el anlisis de decisiones. Parte de la tecnologa proporcionada por el anlisis de decisiones es un procedimiento para determinar el valor de la informacin, y ste es el nico procedimiento que puede asignar un valor numrico (monetario) a la decisin de recopilar ms informacin. Slo, si este valor es mayor que el valor de tomar una decisin sin ms informacin, quien toma la decisin debe proceder a recopilar ms informacin. El decididor que est considerando recopilar ms informacin antes de tomar una decisin podra desear considerar que un experimento: (+) Puede ayudarlo a evitar prdidas sustanciales si, por ejemplo, el mercado no est all, (+) Ayuda a superar prejuicios y sesgamientos, una consideracin importante cuando varias personas estn en desacuerdo acerca de qu hacer, (-) debe ser hecho por especialistas, usualmente estadsticos y (-) puede no valer el costo si no reduce lo suficiente la incertidumbre. Los mtodos modernos de investigacin de mercado dependen del anlisis de decisiones para poner el ejercicio de recopilacin de informacin dentro del contexto de la decisin que es el verdadero problema, y usan mtodos estadsticos bayesianos5 para combinar los resultados formales del experimento con la intuicin y experiencia del decididor. Hrcules-International decidi que su problema no era tanto el de determinar el tamao de un mercado ya existente como el de crear una demanda de productos fabricados de metal pulverizado en vez de mediante mtodos ms convencionales. Por tanto, en la reunin en la que se iba a decidir el futuro del proyecto, el gerente de ventas ofreci poner a su extensa fuerza de ventas a trabajar en persuadir a los clientes de la empresa a que cambiaran sus mtodos actuales de produccin a aqullos que usaran metal pulverizado. Pensaban que tendran xito con esta campaa pues para muchos productos en el rea de aceros especiales,
5

Vase una buena introduccin a los mtodos bayesianos en Winkler, R. L., An Introduction to Bayesian Inference and Decision, New York: Holt, Reinhart & Winston, Inc., 1972.

los metales pulverizados producen componentes cerca a su forma terminada, de modo que podran lograrse ahorros de 50 a 70%, o ms, sobre los componentes producidos convencionalmente. Al final del periodo de prueba de la planta piloto, se tomara en cuenta el mercado potencial creado cuando se decidiera si proseguir o no con la instalacin a escala industrial.

CONTRUCCION DE MODELOS Y SIMULACION Algunas veces los vnculos entre consecuencias y decisiones son tan complejos que se construye un modelo para simular las secuencias de acciones y eventos que pueden ser producidos por cualquier decisin o cambio en el sistema. El modelo es una abstraccin, frecuentemente expresada como un conjunto de ecuaciones, desigualdades o relaciones lgicas, y usualmente capta las interacciones entre eventos. Por ejemplo la alta gerencia de Unilever quera encontrar el mejor sistema para distribuir los productos de consumo de la compaa en el Reyno Unido6. Para dicho proyecto se desarroll varios modelos de computadora, pero uno de los ms importantes fue un modelo matemtico de costos operativos. Este, a su vez, estaba compuesto por otros tres modelos, una para abastecimiento, otro para manipuleo y el ltimo para entregas locales. Los experimentos proporcionaron informacin que permiti cuantificar muchas de las relaciones de los modelos; nuevos experimentos ayudaron a probar los modelos una vez que stos fueron terminados. Entonces fue posible probar diferentes sistemas de distribucin hipotticos, y esto se logr mucho ms rpidamente y ms barato en la computadora que estableciendo sistemas reales de prueba. Otros ejemplos son el PERT, la programacin lineal, la teora de colas y otros modelos de investigacin de operaciones. Simulaciones grandes y complejas tales como las de la agricultura y el sistema de distribucin de alimentos mundiales, se corren tpicamente en grandes computadores. Estas simulaciones pueden ser usadas para una gran variedad de propsitos, desde la pronosticacin del Producto Bruto Nacional de un determinado pas hasta la prueba de polticas gubernamentales proyectadas. La simulacin de computadora se est usando asimismo en el diseo de ingeniera y arquitectnico; mediante el uso de grficas interactivas de computadora, es posible probar diseos nuevos de manera rpida y barata hasta que se encuentra un conjunto ptimo de parmetros de diseo.7 En el caso de Hrcules-International, los flujos de caja anuales fueron calculados aplicando un modelo financiero que incorpora el costo de las materias primas de cada producto, capacidad de planta, tiempo en proceso de cada producto, precio de venta de cada producto, tasa tributaria y muchos otros factores. Este modelo, ejecutado como un conjunto de ecuaciones matemticas en una computadora, hicieron posible que se determinara rpida y fcilmente los flujos de caja para cualquier combinacin de suposiciones acerca de factores inciertos; ste es el modelo mencionado en la seccin sobre anlisis de flujo de caja descontado. Algunos problemas ms serios se relacionan frecuentemente con modelos y simulaciones grandes. En primer lugar, es costoso desarrollar y mantener modelos grandes. Por lo general, un modelo que pronostica el PBN de un pas tiene asignado personal permanente con el fin de que los usuarios en perspectiva puedan ser asesorados en su uso apropiado y para que el modelo pueda mantenerse actualizado.
6

Descrito en el Captulo 6 de Byrnes, W. G. y Chesterton, B. K., Decisions, Estrategies y New Ventures, Londres: George Allen & Unwin Ltd., 1973. 7 Vase Newman, W. y Sproull, R., Principles of Interactive Computer Graphics, New York; McGraw-Hill, 1973.

Segundo, las simulaciones grandes son difciles de validar, pues si existieran buenos criterios de validacin, no se necesitara del modelo. Las simulaciones que pronostican acontecimientos futuros usualmente usan acontecimientos pasados para proporcionar estimados de los parmetros del modelo; las discrepancias entre pronstico y acontecimientos que ocurren subsiguientemente se convierten en la base para refinar el modelo. Es as que las simulaciones parecen muchas veces encontrarse en un estado de continua refinacin. Un tercer problema se debe a que estos modelos son muy complejos: con frecuencia es difcil ver por qu se obtuvo un determinado conjunto de resultados; puede resultar imposible reconstruir el funcionamiento del modelo para ver por qu ocurri este resultado en vez de otro. Finalmente, los modelos grandes proporcionan por lo general una variedad de medidas de polticas, dejando a quien toma la decisin la tarea de consolidar estas medidas y proporcionar as una gua para la toma de decisiones. En resumen, los modelos y simulaciones: (+) Pueden proporcionar informacin sobre resultados que de otro modo es difcil, costosa o imposible de obtener, (+) Muestran cmo los cambios en una parte de un sistema afectarn las otras partes, (+) Permiten realizar de manera barata y rpida anlisis de qu sucedera si, (-) usualmente su desarrollo es costoso, (-) con frecuencia son difciles de validar, (-) pueden dar resultados difciles de justificar y (-) pueden dar muchos resultados en escalas diferentes que no es posible combinar de manera simple.

ANLISIS DE RIESGO Este es el primer enfoque de la toma de decisiones, de los que hasta ahora hemos visto, que explcitamente toma en cuenta la incertidumbre. El enfoque general del anlisis de riesgo es asociar las probabilidades con las cantidades inciertas del problema decisional. Luego se puede determinar para cada decisin una distribucin de probabilidades de las posibles consecuencias. Al tomar en cuenta la actitud hacia el riesgo de quien toma la decisin, la comparacin intuitiva de estas distribuciones proporciona una gua para la accin. Por ejemplo, en el proyecto de metal pulverizado de Hrcules-International, se determin las distribuciones de probabilidades para todas las cantidades inciertas. En la figura se muestra uno de estos insumos; la cantidad incierta es el volumen del mercado total de metal pulverizado durante el primer ao. (La figura se reproduce tal cual fue presentada por la computadora). El eje horizontal muestra posibles volmenes de mercado desde cero hasta aproximadamente 5 millones de libras. La curva, determinada por el personal de ventas, indica la probabilidad de que un determinado volumen, o menos, ocurran durante el primer ao.

Por ejemplo, los tres crculos indican que el personal de ventas cree que existe un: 25% de probabilidad de menos de 1,5 milln de libras, 50% de probabilidad de menos de 2,0 millones de libras y 75% de probabilidades de menos de 2,75 millones de libras. En el anlisis de riesgo, a cada cantidad incierta se le asigna una distribucin como sta, y se usa diversos mtodos para determinar las distribuciones. Pueden basarse en proyecciones estadsticas tales como el anlisis de tendencias, o puramente en un juicio basado en buena informacin y cuidadosamente determinado, o en una combinacin de datos seguros y opinin de expertos. En el caso del problema de Hrcules-International, estas fueron en gran parte producto de la opinin de expertos. A continuacin, se determin para cada ao las distribuciones de flujos de caja (no flujos de caja nicos). Esto se hizo mediante un anlisis Monte Carlo. La computadora comienza a aplicar el modelo financiero para el primer ao, pero cuando una ecuacin requiere un valor especfico para una cantidad incierta a la que se ha asignado una distribucin de probabilidades, la computadora en efecto hace girar la aguja giratoria para seleccionar un valor. Lo hace al elegir al azar un nmero decimal entre 0 y 1 , ingresando este nmero en el eje vertical de la distribucin de probabilidades y leyendo en el grfico el valor correspondiente de la cantidad incierta en el eje horizontal. La computadora contina entonces con su clculo del flujo de caja. Si encuentra otra cantidad incierta, nuevamente hace girar la aguja giratoria y elige un valor usando la distribucin de probabilidades. Contina con los clculos. Finalmente, obtiene un slo valor, un flujo de caja para el primer ao. Pero en vez de proseguir con los clculos del segundo ao, la computadora repite todo el proceso del primer ao. Esta vez, obtendr un flujo de caja diferente pues cada vez que usa la aguja giratoria, resultar un valor diferente de la cantidad incierta. Cada distribucin de probabilidades impide que el proceso d resultados caprichosos. Por ejemplo, el 50% de los giros del volumen de mercado producir valores entre 1,5 y 2,75 millones. Slo el 25% de los giros estar por debajo de 1,5 y slo 25% estar por encima de 2,75. El flujo de caja es calculado una y otra vez, cientos de veces del primer ao. Finalmente surge un patrn; slo unos pocos valores extremos, muchos valores agrupados alrededor de algn valor central. Trazando la frecuencia relativa con la que ocurre cada flujo de caja, y suavizando la grfica, se obtiene la distribucin que aparece en la siguiente figura.

Obsrvese que todos los flujos de caja son negativos, lo que refleja la inversin en la planta piloto, pero que la mayora de flujos de caja estn entre -160.000 y -210.000 Libras esterlinas. (En el primer ao, la incertidumbre acerca de los costos de operacin de la planta piloto es el principal contribuyente a la incertidumbre acerca del flujo de caja de ese ao). Habiendo generado una distribucin de flujos de caja para el primer ao, la computadora hace entonces lo mismo para el segundo y subsiguientes aos. Finalmente, se obtiene una distribucin sobre el valor presente neto aplicando el anlisis Monte Carlo a las distribuciones de flujos de caja. Es decir, la aguja giratoria selecciona un slo flujo de caja para cada ao, stos son descontados y luego sumados para dar el valor presente neto de estos flujos. El proceso se repite muchos cientos de veces, permitiendo que se construya una distribucin de valores presentes netos, tal como se indica en la figura. Esta distribucin es el resultado de varios cientos de ojeadas al futuro, con los pronsticos que se considera que tienen mayor probabilidad de ocurrir con mayor frecuencia, ocurriendo con menos frecuencia los pronsticos menos probables. Es como hacer el anlisis de sensibilidad de todos los factores inciertos simultneamente, con el efecto agregado de asignar ponderaciones ms altas a los valores que se considera que es ms probable que ocurran, y una menor ponderacin a aqullos que tienen menos probabilidad de ocurrir.

Esta distribucin del VPN nos dice varias cosas tiles sobre el proyecto. La media de la distribucin da un ndice del valor total del proyecto; ste es de 3 millones de Libras esterlinas (indicado por la flecha en la figura). Obsrvese que ste es inferior que la cifra de 5,2 millones de Libras esterlinas de la mejor conjetura obtenida anteriormente. La razn de esta discrepancia es que la cifra ms alta se bas en suposiciones caractersticas de un pronstico bastante optimista. Por otra parte, la media refleja todos los posibles pronsticos, cada uno ponderado segn su probabilidad de ocurrir. Es as que la cifra de 3 millones de Libras esterlinas toma en cuenta el VPN extremo de 15 millones y su poca probabilidad de ocurrir, as como el VPN negativo extremo de -2,5 millones de Libras y su poca probabilidad de ocurrir, y, por supuesto, tambin toma los dems valores y sus probabilidades. La distribucin tiene una larga cola a la derecha; si el proyecto tiene xito, podra ser bastante exitoso. Pero si no, la perdida no ser demasiada grande. La probabilidad de xito es dada por el rea de la curva que se encuentra a la derecha de cero, en este caso 75%. Existe una probabilidad de 75% de que se tenga un rendimiento positivo sobre el proyecto (suponiendo aqu una tasa de descuento de 15%). Por tanto, existe una probabilidad de 25% de prdida. Podemos pues llegar a la conclusin de que el proyecto tiene una probabilidad tres veces mayor de tener xito que de fracasar en vista de nuestro estado actual de incertidumbre. Esto fue suficiente para la gerencia de Hrcules-International, particularmente en vista de la corta cola a la izquierda y la larga cola a la derecha de la distribucin del VPN. En virtud de este resultado, y del anlisis de flujo de caja descontado descrito en la seccin anterior sobre dicho tema, se aprob la asignacin de fondos para construir la planta piloto.

Aqu se aplica la mayora de las ventajas y desventajas del anlisis de flujo de caja descontado. Adems, del ejemplo debe ser evidente que el anlisis de riesgo: (+) toma en consideracin la incertidumbre del modelo de flujo de caja, (+) es como hacer cientos de simulaciones o muchos anlisis de sensibilidad con todos los factores variando y con valores dados de conformidad con la probabilidad de que ocurra ese valor del factor, (-) requiere de considerable experiencia tcnica y (-) no explica la incertidumbre de los acontecimientos que se asumen en el anlisis del flujo de caja.

Como ejemplo de este ltimo punto, el anlisis de riesgo del proyecto de HrculesInternational supuso que la planta piloto tendra xito. Pero, cmo puede incluirse en el anlisis la incertidumbre acerca de ese acontecimiento? Esto se puede solucionar incorporando el anlisis de riesgo al anlisis de decisiones.

RESUMEN A base de las crticas de todos estos enfoques de la toma de decisiones, podemos formular las caractersticas de un enfoque general ideal para analizar las decisiones.

CARACTERSTICAS DEL ENFOQUE GENERAL Varias opciones de decisin Objetivos mltiples Mezcla de criterios Preferencias de riesgo y tiempo Incertidumbre Experimentos Datos seguros para juicio por intuicin Modelacin y simulacin

En primer lugar, deseamos poder evaluar varias opciones decisionales comparndolas entre s. Segundo, el enfoque debe dar cabida a objetivos mltiples aunque algunos de ellos estn en conflicto o sean de diferente importancia o parezcan ser inconmensurables. Tercero, el enfoque se debe encargar de que se considere una mezcla de criterios tangibles e intangibles. Cuarto, debe tomarse en cuenta las actitudes hacia el riesgo de quien toma la decisin, as como sus preferencias de tiempo. Quinto, el enfoque debe considerar la incertidumbre acerca de acontecimientos as como cantidades inciertas. Sexto, debe ser posible disminuir la incertidumbre cuando se realiza experimentos o cuando se dispone de informacin recopilada sistemticamente. Sptimo, el enfoque debe permitir a quien toma la decisin que incorpore intuicin y juicio as como datos seguros. Finalmente, cuando sea necesario, debe ser posible incluir modelos y simulacin. Ninguno de los enfoques tratados hasta el momento satisface todos estos criterios. Sin embargo, alguna combinacin de anlisis de riesgo y anlisis de costo-beneficio, incorporando la incertidumbre acerca de acontecimientos, se aproximara a proporcionar una tecnologa satisfactoria. Existe un enfoque as, el que ya se ha mencionado un par de veces; ste es el anlisis de decisiones. El anlisis de decisiones tiene tambin la ventaja, sobre la mayora de las otras tcnicas de toma de decisiones, de estar firmemente basada en la teora. En el ncleo de esta teora est la idea de que en cualquier momento dado las decisiones tomadas deben ser coherentes en el sentido de que no sean inconsistentes ni mutuamente contradictorias. Toda la teora de toma de decisiones se desarrolla a base de esta idea simple de coherencia, y de la teora ha crecido la tecnologa conocida como anlisis de decisiones. Trataremos sobre esta tecnologa en otro trabajo.8

Phillips, L. D., Introduction to Decision Analysis. Trabajo para clase 79-1, Unidad de Anlisis de Decisiones, Instituto de Organizacin y Estudios Sociales, Brunei University, Uxbridge, Middlesex UB8 3PH, Inglaterra.