ANALISIS DE

SENSIBILIDAD
ECON. PEDRO YESQUÉN ZAPATA
Concepto y Tipos
Se trata de medir la sensibilidad de la rentabilidad
del proyecto ante cambios o variaciones en las
variables más relevantes dentro de la estructura de
los ingresos y/o los egresos.
Hay dos formas de hacer análisis de sensibilidad ;
1. Análisis de sensibilidad por variables
2. Análisis de sensibilidad por escenarios.
Análisis de sensibilidad por
variables
Se analiza el efecto sobre la rentabilidad del proyecto
alterando una por una las variables relevantes.
1. En este caso se puede utilizar el concepto de
Elasticidad del Valor Actual Neto (Económico o
Financiero).
 % VAN
 = ---------------------------
 % VARIABLE
Mientras más elástico sea este valor significara que la rentabilidad del
proyecto es mas sensible al cambio en la variable. Por lo cual conviene
tomar las previsiones del caso.
Análisis de sensibilidad por
variables
Se analiza el efecto sobre la rentabilidad del
proyecto alterando una por una las variables
relevantes.
1. Análisis de sensibilidad de la TIR
Análisis de sensibilidad por
variables
2. Otra forma es, estimando la soportabilidad del
proyecto, es decir hasta que valor del cambio en la
variable el proyecto sigue siendo rentable. Esto
evidentemente implica un mayor trabajo, que
actualmente se minimiza con el uso del
computador.
Análisis de Sensibilidad por
escenarios
En este caso se puede alterar más de una variable
simultáneamente y se evalúa su impacto sobre la
rentabilidad esperada del proyecto, construyendo así
diversos escenarios pesimistas u optimistas.
Análisis de sensibilidad por
escenarios
Escenario Escenario Escenario
Variables
Pesimista Moderado Optimistas

El menor El mejor
Rendimiento
Producción rendimiento que rendimiento o
promedio
pueda tener productividad
Precio de
Precio alto de
Precio El precio bajo Mercado o
alguna temporada
promedio
Que los costos
Costos promedios Los costos no
Costos suban en general
de mercado suben
el 10% o 15%
Desventajas del Análisis de
Sensibilidad
1. Dirección de los efectos

2. Un análisis basado en el cambio de una sola variable no

es realista por que las variables están correlacionadas