DIPLOMADO EN HERRAMIENTAS PARA LA TOMA DE DECISIONES

FINANCIERAS BAJO INCERTIDUMBRE

ELABORADO POR

Dora Milena Godoy Martínez Hágalo

DOCENTE

Institución Universitaria Esumer

Administración Financiera

Medellín

2018

TABLA DE CONTENIDO
Contenido
INTRODUCCIÓN ................................................................................................................................... 3
OBJETIVOS ........................................................................................................................................... 4
ECONOMETRÍA .................................................................................................................................... 5
MODELO DE REGRESION CON VARIABLES DUMMY ........................................................................... 6
ÁRBOL DE DECISIONES ........................................................................................................................ 8
SIMULACIÓN FINANCIERA EN VISUAL BASIC..................................................................................... 11
ANALISIS DE INCERTIDUMBRE EN PROYECTOS DE INVERSIÓN ......................................................... 13
Análisis de Sensibilidad ..................................................................................................................... 13
Simulación Montecarlo mediante el Software @Risk....................................................................... 15
CONCLUSIONES ................................................................................................................................. 17
BIBLIOGRAFÍA .................................................................................................................................... 18
 INTRODUCCIÓN

El rol del administrador financiero en la actualidad no se visualiza de la misma forma en

como se creía antes, sus funciones ahora se han trasformado, su deber ahora consiste en
tomar decisiones que conduzcan a la empresa hacia el éxito, basados en el estudio de las
posibilidades que se puedan visualizar a través de las diferentes herramientas disponibles
para su labor.

Además de esto, se hace necesario una toma de decisiones confiables, a través de estas
herramientas y métodos que posibiliten un estudio de su impacto dentro de la empresa y
que sirven como indicadores de gestión en su desempeño.

Las infinitas posibilidades que se presentan en la toma decisiones a la hora de administrar,

requiere de profesionales bien cualificados y conocedores del campo en el que están
trabajando, saber de sus límites y el de su empresa y con los diferentes recursos técnicos
que ofrece su profesión seleccionar la mejor opción dentro de esta infinidad de
posibilidades, por ello este diplomado sirve como complemento profesional, ya que señala
las herramientas disponibles que pueden fortalecer nuestra labor de financieros.

A continuación abordaremos las diferentes temáticas vistas dentro del diplomado, las y
establecer las principales usos que podemos hacer con base a estos, Econometría,
simuladores financieros y los usos de la herramienta Visual Basic como simulador
financiero serán algunos de los temas que repasaremos aquí.
 OBJETIVOS

 Presentar los temas vistos durante el diplomado “herramientas para la toma

de decisiones financieras bajo incertidumbre” y conceptualizar de manera
general los aprendizajes adquiridos.

 Resaltar la importancia de Los módulos desarrolladas durante el diplomado y

sus formas de implementación en la empresa, que sirvan como guía práctica
a la hora de aplicarlos.

 Hacer una reflexión en torno a los aprendizajes adquiridos en el diplomado,

que permitan en mí práctica, personal, profesional y laboral una apertura
frente a las nuevas tendencias en manejo de herramientas para la toma de
decisiones.
 ECONOMETRÍA

La econometría se basa en el desarrollo de métodos estadísticos que se utilizan para estimar

relaciones económicas, probar teorías economías y evaluar e implementar políticas públicas
y de negocios. La aplicación más común de la econometría es en el pronósticos de variables
macroeconómicas tan importantes como las tasas de intereses, de inflación y el producto
interno bruto (Wooldridge , 2014)

Es un instrumento matemático que nos permite medir variables tanto cuantitativas como
cualitativas lo que nos permite obtener resultados y conclusiones a un determinado
problema lo que nos permite de una forma más eficaz la toma de decisiones en casos
de incertidumbre y a analizar el riesgo que estamos tomando en determinado proyecto.

Modelo de regresión lineal: Es el modelo de partida de muchos estudios econométricos. Es

útil para analizar la relación entre dos o más variables.

Variables Dummy: Dan cuenta de atributos o características de información propia de una

persona como, por ejemplo: género, estrato, estado civil, partido político, entre otras.

Las variables Dummy describen algún atributo que pueda tener la unidad de medida dentro
de la base de datos.

Las variables Dummy se dividen en:

 Dicotómicas: toman solo dos valores

 Tricotómicas: toman tres valores
 Policotómicas: toman más de tres valores

Modelos probabilísticos: Existe una amplia variedad de modelos que permiten incluir como
variable dependiente una variable discreta.

Ejemplo
 MODELO DE REGRESION CON VARIABLES DUMMY

De acuerdo a los datos registrados en el anuario estadístico de Antioquia, se realizó un

análisis de regresión con 3 variables Dummy, en este caso Agrupamos los municipios de
Antioquia de acuerdo a su zona, utilizamos 4 zonas específicamente las cuales fueron,
Valle de Aburra, Bajo Cauca, Magdalena Medio, Nordeste.

Para hallar las variables se utilizó la fórmula de prueba lógica donde” 1” es verdadero y “0”
falso

Con la anterior información se realizó un modelo de regresión el cual se representa en las

siguientes imágenes.

Resumen

Estadísticas de la regresión
Coeficiente de correlación
0,99583811
múltiple
Coeficiente de determinación99,2%
R^2
R^2 ajustado 99,0%
Error típico 327824,499
Observaciones 32

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
F Valor crítico de F
Regresión 5 3,3359E+14 6,6719E+13 620,8184 3,58333E-26
Residuos 26 2,7942E+12 1,0747E+11
Total 31 3,3639E+14

Coeficientes Error típico Estadístico tProbabilidad Inferior 95% Superior 95%Inferior 95,0% Superior 95,0%
Intercepción 226110,787 250563,388 0,90240952 37,5% -288929,6335 741151,207 -288929,63 741151,2069
regimen contributivo-27,6858162 9,96920288 -2,7771344 1,0% -48,17780624 -7,19382622 -48,177806 -7,193826224
regimen subsidiado 18,9424038 3,2723535 5,78861783 0,0% 12,21598489 25,6688228 12,2159849 25,66882281
D_Vda -652811,982 334209,514 -1,95330161 6,2% -1339789,477 34165,5127 -1339789,5 34165,51269
D_Mm -263678,827 253327,435 -1,04086171 30,8% -784400,8275 257043,173 -784400,83 257043,173
D_N -174224,84 220932,866 -0,78858724 43,7% -628358,8505 279909,171 -628358,85 279909,1714

En este modelo se tuvo en cuenta la variable “y” que representa la consulta externa de
urgencias y se compara con respecto a las variables de la x, X1 que representa el régimen
contributivo, X2 que representa el régimen subsidiado y las variables Dummy, las cuales
son las subregiones del departamento de Antioquia, en el cual se obtuvo un R² ajustado de
99%.
Las variables régimen contributivo, régimen subsidiado y las 3 variables Dummy logran
explicar el 99,2% de la variable de Y que muestra el total de consultas externas y de
urgencias.

Coeficientes
Intercepción 226110,787
regimen contributivo-27,6858162
regimen subsidiado 18,9424038
D_Vda -652811,982
D_Mm -263678,827
D_N -174224,84

 Si la variable de régimen contributivo y subsidiado es 0 el número de consultas

externas y urgencias en la región del Bajo Cauca es de 226.110,78
 Si la variable de régimen contributivo y subsidiado es 0 el número de consultas
externas y urgencias en la región del Valle de Aburra es de -426701,1954
 Si la variable de régimen contributivo y subsidiado es 0 el número de consultas
externas y urgencias en la región del Magdalena Medio es de -37568,04059
 Si la variable de régimen contributivo y subsidiado es 0 el número de consultas
externas y urgencias en la región del Nordeste es de 51885,94714

Para hallar estas variables se asume las x en 0.

 ÁRBOL DE DECISIONES

El punto de partida de los módulos vistos en el diplomado siempre es aprender a identificar

las variables que son riesgosas para determinado proyecto y por medio de herramientas
disminuir o controlar el riego al que este se enfrentan, en este módulo aprendimos por
medio de un diagrama a tomar la decisión más acertada logrando analizar y determinar la
mejor decisión.

Un árbol de decisión es un mapa de los diferentes resultados de un conjunto de decisiones

que permite comparar posibles resultados y pasos a seguir teniendo en cuenta los costos,
probabilidades y beneficios.

Un árbol de decisión, por lo general, comienza con un único nodo y luego se ramifica en
cada uno de los posibles soluciones o pasos a seguir. Cada uno de estos resultados crea
nodos o ramas adicionales, lo que le da la forma de un árbol.

Hay dos tipos diferentes de nodos:

 nodos de probabilidad, este es representado por un circulo mostrando la

probabilidad de que ocurran ciertos eventos y sus posibles resultados
 nodos de decisión, estos se representan con un cuadrado y muestran la decisión que
se va a tomar

Los arboles de decisión permiten identificar las alternativas de diferentes proyectos o

situaciones, logrando así analizarlas y escoger la alternativa más eficiente y acertada.

Ejemplo Reparación maquinaria:

Una maquinaria de gran tamaño en una fábrica tiene un problema y no funciona. La fábrica
incurrirá en costos de $3200 por cada día que la maquinaria esté fuera de servicio. El
ingeniero de la fábrica tiene tres opciones inmediatas:
Opción 1

Se puede devolver la maquinaria al proveedor que accedió a recogerla, repararla y llevarla

de forma gratuita, pero no compensará a la fábrica las pérdidas que pueda incurrir mientras
la reparación se lleva a cabo. El proveedor no estará de acuerdo con reparar la maquina si
cualquier otra persona ha intentado anteriormente repararla. Si se devuelve la máquina, el
proveedor garantizará devolverla en condiciones de funcionamiento en 10 días.

Opción 2

Se puede llamar a una empresa local de ingeniería especializada. Estos cobran $20000 en la
reparación y estiman una probabilidad del 30% de que serán capaces de repararla en 2 días.
No obstante, hay un 70% de probabilidades de que la reparación se lleve a cabo en 4 días.

Opción 3

Esta opción consiste en que la empresa misma realizará la reparación. Se estima que un
50% de probabilidades de que se podría reparar la máquina en 5 días. Sin embargo, si al
final de los 5 días no se tiene éxito, se tendrá que decidir si se debe llamar a la empresa de
ingeniería local o realizar un segundo intento mediante la investigación de una parte
diferente del mecanismo. Esto llevaría más de 2 días, y se estima que hay un 25% de
probabilidades de que este segundo intento sería un éxito, de lo contrario, no tendría otra
alternativa de llamar a la empresa de ingeniería local. Se puede suponer que la distribución
de probabilidad para el tiempo de reparación de la empresa de ingeniería local no se verá
afectada por ninguna obra que se realice en la máquina.

Suponiendo que el objetivo del ingeniero es minimizar los costos esperados, ¿qué acción
debe tomar?

Realice el árbol de decisión.

 VE Segundo intento 45560

VE local 46880

VE si mismo 30780

VE empresa Local 30,880

La mejor decisión es que la empresa repare la maquina por si misma debido a que sus
costos son menor
 SIMULACIÓN FINANCIERA EN VISUAL BASIC

Visual Basic es una herramienta para el desarrollo de códigos y programación orientados a

facilitar los procesos diarios en nuestra labor financiera, a través del diplomado
“Herramientas para la toma de decisiones financieras bajo incertidumbre” logramos
acércanos a las diferentes fórmulas que pueden ser aplicadas para conocer los
comportamientos y prever las dinámicas al alterar las distintas variables de una proceso.

El objetivo principal del módulo es incorporar a los modelos financieros el uso de

simulaciones, como herramienta de apoyo al proceso de toma de decisiones, de manera que
permitan plantear escenarios de factibilidad de las decisiones financieras.

Ejemplo :

Realizar una macro que realice lo siguiente:

• Abra el archivo “BD_Dptos.xlsx”, en la hoja “BD_Dptos”, organice la información

por departamento en orden ascendente.

• Guarde la información de la BD en una matriz.

• Cuente cuantos municipios tiene cada departamento y los muestre en una tabla que
tenga cada departamento y el número de municipios que tiene cada uno.
Antioquia 126
Atlántico 23
Bogotá, D.C. 1
Bolívar 46
Boyacá 123
Caldas 27
Caquetá 16
Cauca 42
Cesar 25
Córdoba 30
Cundinamarca 116
Chocó 30
Huila 37
La Guajira 15
Magdalena 30
Meta 29
Nariño 64
 ANALISIS DE INCERTIDUMBRE EN PROYECTOS DE INVERSIÓN

El objetivo principal de este módulo era realizar análisis de sensibilidad de variables,

análisis de escenarios y simulación de la evaluación de un proyecto de inversión. Dentro
del módulo pudimos visualizar una gran variedad de herramientas para llevar a cabo estos
análisis, como la herramienta de simulación MONTECARLO a través del software @risk
de Palisade, además de esto vimos la generación de distribuciones de probabilidad
utilizando la herramienta de Excel, que nos permitía aproximarnos a una toma de
decisiones más confiable sobre un determinado proyecto de inversión.

Inicialmente se vieron los aspectos generales de un proyecto inversión, saber cuáles son sus
elementos centrales, las etapas, determinar cuáles son las causales de éxito o fracaso de un
proyecto, entre otras.

A continuación reseñamos algunos de los temas centrales vistos dentro de este módulo:

Análisis de Sensibilidad

Este tema estaba centrado en determinar hasta qué punto se puede alterar una variable del
proyecto sin que este deje de ser viable financieramente. Al valor para el cual el proyecto
pasa de ser rentable a no serlo, se le denomina valor crítico.

Un ejemplo que puede ilustrarnos de mejor forma esto, es el siguiente:

Se estudia un proyecto el cual se comprobó que es viable técnicamente, es la instalación de

un sistema de alumbrado público en un municipio Colombiano, los parámetros más
probables estimados para este proyecto son.

 Fo =inversión inicial = 1.000 millones.

  R = Valor de rescate = 150 millones
 A = Flujo de caja neto uniforme = 200 millones
 n = Vida útil de sistema de alumbrado = 10 años
 i = Tasa mínima atractiva de retorno = 8% EA

Se hallaron las variables críticas para cada uno de los parámetros anteriores.
 Simulación Montecarlo mediante el Software @Risk

La simulación de un modelo basado en @Risk nos permite predecir el comportamiento de

un proyecto de inversión en el futuro y nos ayuda a tomar decisiones más acertadas si se
acepta o se rechaza dicho proyecto.
Simulación VPN:

 Con un nivel de confianza del 90 % se concluye que podemos alcanzar un VPN

Negativo de -2,355 Millones
 En esta simulación el valor máximo que puede alcanzar el VPN es de 1,833
Millones
 El valor mínimo que puede alcanzar es de -1,833 y la desviación estándar es de
557,682,686.25

En este caso el proyecto se rechaza ya que el VPN es inferior a cero, no es rentable para los
inversionistas.
Simulación TIR:

 Con un nivel de confianza del 90 % se concluye que podemos alcanzar una TIR con
un valor negativo de -2,947%, su valor máximo es de 45,600 % y su desviación
estándar del 5,020 %

 Se puede concluir que el proyecto no se acepta ya que la TMAR esperada por los
inversionistas era del 5% y como se puede observar según la simulación nos da una
TIR negativa del -2,947 %, para que sea rentable el proyecto la TIR debe ser mayor
a la exigida por los inversionistas.

CONCLUSIONES

 Este diplomado fue de gran importancia porque nos permitió conocer e identificar
los usos de cada una de las herramientas y de su importancia a la hora de tomar
 una decisión y más aún cuando hay incertidumbre de lo que pueda pasar o haya un
riesgo de por medio, pues tomar una decisión acertada que este bien fundamentada
y sustentada en una herramienta trae consigo grandes recompensas para la economía
de todas las personas en sus hogares, empresas, organizaciones y demás entidades
que se encuentras en los distintos mercados.

 La econometría es una ciencia que permite analizar las distintas variables

macroeconómicas y microeconómicas logrando así establecer una relación que
permita facilitar la toma de una decisión.

 Las condiciones actuales de los mercados generan en todos tipos de empresas la

obligación o necesidad de buscar a herramientas que permitan facilitar la toma de
decisiones bajo condiciones de incertidumbre, puesto que el mercado es cambiante
y variable y predecir los sucesos se debe hacer usando herramientas que nos
permitan tomar la mejor decisión

BIBLIOGRAFÍA

http://fondoeditorial.itm.edu.co/libros-electronicos/principios-de-
econometria/mobile/index.html#p=1

http://www.palisade-lta.com/risk/
https://www.bvc.com.co/nueva/

https://finance.yahoo.com/

http://www.dane.gov.co/

http://www.banrep.gov.co/

https://www.grupobancolombia.com/

https://datos.bancomundial.org/

http://www.portafolio.co/