Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Por otro lado, se puede realizar la estimacin emprica de la funcin de la demanda, utilizando datos
de mercado que la empresa puede obtener de su historial de ventas y de datos histricos de otras
fuentes. En este caso se emplean datos reales para la estimacin de la demanda futura.
En este mtodo se presentan dos alternativas:
Especificacin lineal emprica de la demanda: en la cual la funcin de la demanda tiene la
forma = + + + + , la cual contempla distintos factores que influyen en la
demanda (precio, ingresos, precio de productos relacionados y nmero de consumidores,
entre otros) y en la que se determinan los estimados de los parmetros (a, b, c, d, e) por
medio de regresin lineal. Al usar el mtodo de regresin lineal, se comprueba la
significancia de los estimados y de la ecuacin en general, con el objetivo de determinar si
los factores incluidos en la ecuacin son significativos e influyen en los cambios de la
demanda. Al obtener los valores de los estimados, se puede tambin calcular las
elasticidades de la demanda respecto a los respectivos factores, y determinar ms
caractersticas del producto estudiado. Este mtodo de estimacin de la demanda tiene la
ventaja de basarse en datos reales para estimar los cambios en la demanda, y que adems
es verificado estadsticamente, lo que da ms rigurosidad y certeza a los resultados. Por otro
lado, obtener los datos histricos para los distintos factores puede resultar costoso.
Especificacin no lineal emprica de la demanda: en este caso la funcin de la demanda
tiene la forma = , tratndose de una funcin logartimica. Esta es llevada a
una forma lineal, encontrando los logaritmos naturales (ln) de los estimados, lo cuales
representan directamente las elasticidades de la demanda respecto a cada factor incluido
en la ecuacin. En general esta modelo se utiliza cuando se espera que las elasticidades
sean constantes (es decir, que los datos obtenidos para precios y cantidades, por ejemplo,
no tienen mucha variacin entre s).
El caso contrario, con elasticidades variables, nos llevara a utilizar la forma lineal. Con este
mtodo adems, se tiene la ventaja de que puede llevar a una estimacin ms ajustada de
la demanda, lo que implica una mayor confiabilidad en los resultados.
El uso de cualquiera de los dos modelos estar determinado por la experiencia, ya sea propia
o de otros estudios similares.
En cuanto al pronstico de ventas y precios, basados en series de tiempo, se pueden emplear dos
modelos (segn los presentados en el texto):
Pronstico de tendencia lineal: utiliza una serie de datos histricos de precio y ventas
(aunque tambin pueden analizarse otras variables) a lo largo de un periodo de tiempo.
Utilizando la regresin lineal, se encuentra la lnea que mejor se ajusta a los pares de datos
obtenidos (realizando todas las verificaciones de significancia que aplican al mtodo
estadstico), y esta misma puede ser luego extrapolada con el fin de pronosticar las ventas
futuras (y por consiguiente la demanda futura) de un producto.
Variacin cclica: la serie de datos histricos puede presentar patrones de variacin por
temporadas, que al ser tomados en cuenta, se logra ajustar mejor la funcin de regresin.
En este caso se emplean variables ficticias (dummy variables), las cuales tomarn
nicamente valores de 0 o 1, dependiendo de si se corresponden al periodo que vara o no.
Se pueden tener n-1 variables ficticias en funcin de la cantidad de periodos total. Una vez
obtenido el modelo adecuado y de comprobar la significancia de los valores obtenidos para
los estimados, se puede lograr extrapolar las lneas de ajusta y realizar los pronsticos de
ventas (y demanda) para un periodo futuro.
En ambos casos se debe tomar en cuenta que mientras ms lejos en el tiempo se realice el
pronstico, ms alejado se estar de intervalo de confianza de la muestra. Por otro lado, se debe
elegir variables que sean realmente significativas y de las cuales dependa la variacin en la
demanda. Por ltimo, se debe considerar que en el futuro pueden ocurrir cambios en el entorno que
produzcan tambin cambios en las estimaciones de las variables; cualquier pronstico basado en
datos obtenidos antes de dicho cambio, sera incapaz de pronosticar acertadamente la demanda
futura.
Dados los datos histricos que ha recopilado la empresa para determinar la demanda futura y
establecer su siguiente compra, se podra sugerir a A-CAT que utilizara el modelo de pronstico
basado en series de tiempo, con variacin cclica. Esto debido a que se puede observar una
tendencia a aumentar las ventas en el segundo y cuarto trimestre de los ltimos aos presentados
en la muestra. De esta manera, tambin se empleara una regresin que ayude a tener mayor certeza
en la demanda estimada.
Pregunta 2: Cul es el mtodo que mejor satisface las necesidades y provee los mejores
resultados y por qu?
Los mtodos que proveen mejores resultados son los de la especificacin emprica de la funcin de
la demanda, utilizando la regresin lineal para estimar la lnea de mejor ajuste y dar valor a los
estimados de los parmetros. Basados en este mtodo, tambin se pueden emplear cualquiera de
los dos modelos de pronstico de ventas y precios (de tendencia lineal o variacin cclica).
Los mtodos de especificacin emprica de la funcin de la demanda prevalecen sobre los mtodos
directos, pues emplean el mtodo cientfico y la estadstica para llegar a sus conclusiones, lo que
garantiza la rigurosidad del anlisis. Por otro lado, se emplean datos histricos reales, basados en
las ventas anteriores de la compaa, o en datos histricos obtenidos de otras fuentes y para todas
las variables analizadas (precio, ingresos, ventas, precio de productos relacionados, nmero de
clientes, etc.)