Pronóstico y Proyección FINANZAS CORPORATIVAS
AUTOR: Rubén Dário Mártinez Amado
ÍNDICE ÍNDICE
1. Parámetros de pronóstico – pronóstico y proyección 2. Técnicas de proyección y aplicaciones 2.1. Métodos cualitativos 2.1.1. Método Delphi o Consenso de un panel 2.1.2. Estudio de mercado 2.1.3. Analogía histórica 2.2. Métodoscuantitativos 2.2.1. Análisis de series de tiempo 2.2.2. Modelos causales o explicativos
Acceso rápido
2.2.3. Modelos Estacionales – Insumo - Producto 3. Criterios para elegir el método de pronóstico
GENERALIDADES
BIBLIOGRAFÍA Este material pertenece al Politécnico Grancolombiano y a la Red Ilumno. Por ende, son de uso exclusivo de las Instuciones adscritas a
la Red Ilumno. Prohibida su reproducción total o parcial.
01 ------- GE INTRODUCCIÓN
Debido a la trascendencia que trae consigo la toma de decisiones de carácter financiero, es relevante contar con información histórica, presente y no menos importante, datos de lo que podría suceder a futuro; estos últimos permitirán tomar decisiones en lo que respecta a incrementos de ventas según tendencias, reducciones en compra de materia prima, incrementos en la producción o lo correspondiente a contratación (más o menos mano de obra). Adicional, los pronósticos permiten conocer como situaciones coyunturales que pueden presentarse en el mercado, la economía o la sociedad en general y que en un momento dado afecten el desempeño y los resultados de la empresa. En esta cartilla se aborda un importante tema como lo es el de pronósticos, su metodología, utilidad y relevancia en el ámbito financiero; la recomendación es que lean disciplinadamente esta cartilla, estudien muy bien los ejemplos al respecto, interpreten cifras y realicen análisis de resultados, de estas actividades depende en gran medida la consecución de las competencias establecidas en esta unidad. RECOMENDACIONES ACADÉMICAS
Lo primero que se recomienda es que naveguen por la plataforma, visiten la guía de uso de aula virtual, observen el contenido multimedia así como el juego diseñado para ustedes y desde luego den seguimiento permanente al calendario, conozcan semana a semana los objetivos y actividades, las lecturas inmersas en cada una de estas, el material didáctico de apoyo, las actividades evaluativas y como tal, verifiquen y tengan presente plazos de entregas y criterios de evaluación en lo que respecta a calificaciones.
Los pronósticos ofrecen más confiabilidad al momento de visualizar nuevas situaciones y estructurar estrategias de acción. Esta confiabilidad se logra si al momento de realizarlo se tienen en cuenta factores que pueden influir en las tendencias futuras de la variable en estudio. Así, el objetivo al momento de elaborar un pronóstico es conseguir información acerca de situaciones que se puedan o no controlar y que son esenciales al decidir el camino a seguir al tomar decisiones ahora. A continuación se da a conocer un panorama general de lo que son los pronósticos, tipos, ventajas, métodos utilizados (para pronósticos de ventas y otras variables) y aspectos a tener en cuenta en su elaboración. El pronóstico financiero es un proceso en él se conjugan una serie de elementos que se prevén y se consolidan en una proyección a futuro y que se desea alcanzar; estos elementos pueden ser, entre otros: contextos políticos, económicos, indicadores financieros y, desde luego, estadísticas.
Plan financiero y aplicabilidad de los pronósticos Este plan comprende tres fases: •
•
•
1. Parámetros de pronóstico – pronóstico y proyección Debido a que en los negocios está presente en mayor o menor medida el factor incertidumbre, las decisiones a tomar por parte de las empresas se basan en la visualización de escenarios futuros; es decir, lograr anticipar acontecimiento a través de pronósticos con los que se evalúan posibles efectos de acuerdo a decisiones que se tomen hoy. Así, las metodologías tendientes a realizar pronósticos han tomado fuerza en la planeación estratégica y en la construcción de modelos financieros por su aporte en cuanto a la anticipación de variables futuras y con ello, plasmar posibles escenarios. Pronosticar es proyectar a futuro el camino o la tendencia que pueda seguir una variable, partiendo del comportamiento histórico y desde luego, los juicios sobre la conducta que tendrá en el futuro. Los pronósticos aplican bajo métodos estadísticos de pronóstico, así como la gestión adecuada de la información disponible para la elaboración del mismo.
Pronósticos: Elaborados para proyectar ventas esperadas durante un tiempo estipulado y con esto, determinar las necesidades de materia prima para operar normalmente. Presupuestos: Elaborados con el fin de proyectar entradas y salidas de fondos respecto a ventas, compra de materia prima, inversiones y apalancamientos por lo que optará la empresa. Estados financieros pro forma: Reflejan resultados cuantitativos esperados en el periodo de proyección. Es importante tener en cuenta que los pronósticos que elabora cada área dentro de la empresa no deben quedar aislados respecto a las otras, sino que debe realizarse de forma holística bajo los parámetros de la planeación estratégica.
2. Técnicas de proyección y aplicaciones
2.1. Métodos cualitativos
Los métodos de pronóstico se pueden cl asificar e n dos grupos: métodos cualitativo s y métodos cuantitativos, a continuación se desglosa esta tipología a través de l a siguiente tabla.
Tabla 1. Métodos de proyección CUANTITATIVOS CUALITATIVOS Análisis de series de tiempo: Método Delphi ·
Promedios móviles
·
Suavización exponencial
·
Método de Box-Jenkins
·
Descomposición de series de tiempo
Consenso de un panel Estudio o investigación de mercado Analogía histórica Pronóstico visionario o construcción de escenarios. Modelos causales o explicativos: ·
Modelos de regresión
·
Tasa de crecimiento
·
Crecimiento exponencial
·
Modelos econométricos
·
Modelos de insumo-producto o entrada-salida
Fuente: Alemán (2003)
Elaborados bajo el criterio de la persona que realiza el pronóstico con el fin de obtener tendencias probables de una variable desde el punto de vista cuantitativo partiendo de datos cualitativos, es decir aunque su resultado se basa en juicio de valor o subjetividad del grupo que lo realiza, también es necesario tomar datos aun cuando no se da por la construcción propiamente de modelos matemáticos. Para el desarrollo de los métodos cualitativos es importante contar con la interdisciplinariedad o integración de varias áreas para que el pronóstico tenga un alto nivel de integralidad. Entre estos métodos encontramos:
2.1.1. Método Delphi o Consenso de un panel Su aplicación se da para realizar pronósticos a variables de largo plazo y se centra un poco en la elaboración de pronósticos relacionados con tecnología. Igual, aplica el concepto de interdisciplinariedad. Este método tiene alta relevancia en la realización de pronósticos de ventas para portafolios de productos y servicios nuevos en el mercado. Se trata de constituir (como su nombre lo dice) un panel de personas con las competencias y experticias necesarias para que socialicen en torno al estudio de caso hasta que logren un acuerdo respecto al pronóstico en cuestión.
2.1.2. Estudio de mercado Es un método muy utilizado para analizar un producto o servicio con el que se quiere entrar en el mercado, aquí se determinan, entre otros, consumidores, posibles competidores, precios, costos, entorno, stakeholders; la información respecto a estas variables se obtiene a través de recolección primaria y secundaria tales como el desarrollo de encuestas que permitan obtener información necesaria que permita la construcción de un pronóstico.
2.1.3. Analogía histórica Trabaja bajo el supuesto que a través de la tendencia historia de una variable (ventas) de un producto con características similares al del caso de estudio, se logra establecer su tendencia a futuro. Se basa básicamente partiendo del hecho de que un producto tiene un ciclo de vida bien definido de crecimiento, madurez y posteriormente declive en su demanda, cuando pasa la “moda” y se da una estabilización. A través de la aplicación de este método se busca identificar el tiempo de cada ciclo, la velocidad de su crecimiento y declive y el tamaño de la demanda en cada uno de ellos.
2.2. Métodos cuantitativos Se caracterizan por ser más exactos que los métodos anteriores y como tal es recomendable aplicarlos cuando se cuenta con información cuantitativa y estadística respecto a tendencias históricas que permitan determinar un patrón a seguir a futuro por dicha variable. Estos métodos se clasifican en análisis de series de tiempo y modelos causales.
Métodos de pronósticos basados en el análisis de series de tiempo Método de promedios móviles simples Este método determina el promedio de un grupo de valores actuales relacionados con una variable el cual servirá como punto de partida para estimar el valor que tendrá la variable en el periodo a posteriori.
2.2.1. Análisis de series de tiempo Se define como un consolidado ordenado de datos numéricos respecto a una variable, consignado en el transcurso del tiempo. Aquí se trabaja con dos variables: una independiente referente al tiempo y otra dependiente que es la variable a la que se le hace el seguimiento tanto histórico como presente y así realizar proyecciones futuras, este proceso se denomina extrapolación y con ello, las series de tiempo tienen por objeto establecer estándares de variación de datos históricos y extrapolar dicho estándar a futuro. Una serie de tiempo se compone de: •
•
•
•
Tendencia secular: es un comportamiento permanente que puede tener una serie de tiempo tanto ascendente como descendentemente y que se da en el largo plazo. La tendencia de una serie de tiempo es el efecto de la tendencia de otra variable; así, el comportamiento de IPC es originado por cambios en el precio de los bienes y servicios de la canasta familiar Variación cíclica: se trata de un comportamiento oscilante que no es permanente y que se origina por volatilidades económicas a mediano plazo; por ejemplo, la demanda por productos de la industria textil es ocasionada por tendencias por parte de los consumidores respecto a moda. Variación estacional: variación regular ocasionada por factores físicos como por ejemplo el clima y que se presenta en la serie de tiempo a corto plazo y por su regularidad, es factible predecir su ocurrencia. El incremento en el consumo de bebidas alcohólicas en épocas de vacaciones (decembrina) entre otros. Variación irregular, aleatoria o error: variaciones presentadas en una serie de tiempo a causa de factores impredecibles y que no se pueden controlar, tales como catástrofes naturales.Y con estos cuatro componentes, se puede afirmar que una Serie de tiempo = f (tendencia, ciclo, estacionalidad) + error Esto métodos relacionados con pronósticos en series de tiempo se dividen en dos grupos, uno integrado por el método de promedios móviles, la suavización exponencial y otro grupo que incluye método de descomposición de series de tiempo.
Recibe su nombre (promedios móviles) ya que cuando se tiene acceso a una nueva observación, pues, se da pie para hallar un nuevo promedio, dejando a un lado la observación más antigua y adicionando la variable más actual y con esto pronosticar. Ejemplos de promedio móvil simple y promedio móvil ponderado aplicado a estimación de ventas: Dada la siguiente información respecto a la demanda de un producto, determine el promedio demandado de los meses de abril y mayo:
Tabla 2. Ejemplo promedio móvil simple
Promedio móvil simple Periodo
Demanda
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
118 134 180 272 332 289 177 209 327 374 230 141
Prónostico
Fuente: Elaboración propia
144 195
261 298 266 225 238 303 310
Inicialmente debemos determinar sobre cuántos periodos vamos a hallar el promedio, en este caso, tomaremos 3 trimestres por lo que se va a iniciar un periodo antes de ese número, en este ejemplo, el periodo 4 es el mes de abril y el promedio correspondiente a este mes correspondería a los meses anteriores Promedio abr =
D ene + D feb + D mar
Ejemplo 1: Promedio móvil ponderado aplicados a estimación de ventas Basados en el caso anterior, hallar el promedio móvil ponderado del mes de abril con respecto a tres periodos anteriores.
Tabla 3. Ejemplo Promedio ponderado
Periodos
Promedio móvil ponderado Promedio abr =
144
Con función =
144
Unidades
Promedio simple de unidades demandadas en los periodos seleccionados.
La función de promedio móvil simple en Excel, recibe el mismo nombre, pronóstico; sí, el promedio de mayo se calcularía así: Promedio may =
D feb + D mar + D abr Periodos
Observen que hay un desplazamiento, de periodo a periodo, por eso el nombre de móvil (de recuadro gris a recuadro amarillo) Promedio may =
195
Con función =
195
Periodo
Demanda
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
118 134 180 272 332 289 177 209 327 374 230 141
Prónostico
151
211 278 300 249 216 254 322 300
Fuente: Elaboración propia
Método promedios móviles exponenciales
Promedio móvil ponderado
Este método se aplica para elaborar pronósticos de ventas a corto plazo. Es similar al método anterior, excepto que este promedio pondera con más fuerza los datos más recientes. Aquí, el pronóstico a calcular equivale al pronóstico del periodo anterior más una corrección proporcional al último dato observado. La ecuación de este modelo es la siguiente:
Este promedio debe ir acompañado de valores numéricos, los cuales van a ser útiles para ponderar la demanda y con ello realizar el promedio, aquí seleccionaremos tres factores (2, 3, 4), cabe aclarar que los factores seleccionados deben estar entre 1 y 10; a estos factores se denotan como X, Y y Z que se expresan en la siguiente fórmula así:
Ft = Ft -1 + α (A t - 1 - Ft -1) El origen de la connotación F es forecasting que significa pronóstico
Promedio abr =
Donde: Ft Ft -1 α At -1
Pronóstico para el periodo t Pronóstico para el periodo de t-1 Tasa de error Valor real del periodo t - 1 menos el valor que se pronosticó.
z D mar + y D feb + x D ene (x + y + z)
Vamos a pronosticar a partir del mes de abril y para esto multiplicamos el factor mayor ponderado por la demanda más actual al periodo que se quiere pronosticar y así sucesivamente; entonces, para el pronóstico de abril, Z que es el mayor factor que es 4 va a multiplicar la demanda de marzo porque es la más reciente y luego el valor ponderado que le sigue que es 3 multiplica la demanda de febrero, por último el valor X que multiplicará la demanda de enero, todo esto dividido entre la suma de los tres factores ponderados.
Ejemplos de promedios móviles exponenciales aplicados a estimación de ventas De acuerdo al siguiente reporte sobre ventas para un periodo determinado, hallar el volumen de ventas para enero del siguiente año utilizando: •
Promedio móvil simple
•
Promedio móvil simple de 2 periodos
•
Promedio móvil simple de 3 periodos
•
Promedio móvil ponderado de 3 periodos dándole al valor más actual una ponderación del 50%, al anterior el 40% y al más antiguo el 10%
Punto D 31,9
Se pronostican
31.900 unidades a vender para enero
del próximo año
Para el mismo caso, pero utilizando el método de promedio móvil exponencial, suponiendo que contamos con un pronóstico para el periodo inicial de 32 unidades, es decir, esperamos vender en enero 32.000 unidades y una constante de error al pronóstico anterior de α = 9%, determinar las ventas esperadas para enero del siguiente año.
Tabla 4. Ejemplo Promedio ponderado respuestas A, B y C Ventas en Periodo
miles de
Determinar el volumen de ventas para enero del siguiente año con distintos métodos
Tabla 6. Ejemplo Promedio móvil exponencial
unidades
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
30
A S MA :
31
2 8, 16 66 66 7 El valor esperado en ventas para enero del siguiente año
será de
28.166,67 unidades
25 24
B SMA de 3 per:
31,3333333 La tendencia de la D en el mes de enero para el producto
23
abarcando tres periodos será de
26
usando una media movil simple de 3 periodos
31.333,33 unidades
27 28
C S MA d e2 per:
32 La tendencia de la D en el mes de enero para el producto
30
abarcando dos periodos será de
30
usando una media movil simple de 2 periodos
31 33
Fuente: Elaboración propia
Tabla 5. Ejemplo Promedio ponderado respuesta D Ventas en Periodo
miles de unidades
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
30 31 25 24
t
32.000,00 unidades
1 2 3 4 5 6 7 8 9 10 11 12 13
Periodo
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Ene sgte. Año
Pronóstico con suavización exponencial
Ventas en miles de unidades
32
30
31
31,82
31,7462
24
31,139042
23
30,4965282
26
29,8218407
27
29,477875
28
29,2548663
30
29,1419283
30
29,2191548
31
29,2894308
33
29,4433821
25
No disponible 29,7634777
23 26 27 28 30 30 31 33
Fuente: Elaboración propia
Fuente: Elaboración propia
Alfa = 0,09
Descomposición de series de tiempo Como su nombre lo dice, se trata se descomponer la serie de tiempo en cuanto y como tal, analizar la tendencia, el ciclo, la estacionalidad y el error por separado con el fin de determinar el estándar de comportamiento respectivamente y con ello crear el modelo matemático que permita proyectar hacia el futuro teniendo en cuenta los mencionados componentes.
Excel determina la ecuación de pronóstico en la que se reemplaza los valores futuros Y, y hallar el valor pronosticado de X. las funciones estadísticas para esto son “PRONÓSTICO” y “TENDENCIA”. Este modelo sirve para realizar pronósticos de ventas y variables financieras como las tasas de interés.
La ecuación para realizar pronósticos con descomposición de series de tiempo es:
Ejemplos método de regresión con función pronóstico
Yt = Tt x St x Ct x It
Dadas las ventas de 2010 a 2013, pronosticar las ventas del 2014. Ejemplo 1
Donde:
•
Yt Tt St Ct
•
It
• • •
= Valor observado en el periodo t = Factor de la tendencia en el periodo t = Factor estacional en el periodo t = Factor cíclico en el periodo t = Factor irregular en el periodo t
2.2.2. Modelos causales o explicativos Este modelo se aplica cuando la variable que se va a pronosticar tiene una concordancia explicativa con las variables independientes. Por ejemplo, si tomamos las ventas, puede tener concordancia que explique su comportamiento por estar en función de la capacidad de pago de los consumidores, de las campañas publicitarias, entre otros. Los principales modelos causales son los siguientes:
Tabla 7. Ejemplo método por regresión con función pronóstico
Año
Unds. Vendidas (miles)
2010
42
2011
47
2012
44
2013
48
2014
49
Fuente: Elaboración propia
Como se mencionó anteriormente, su aplicabilidad consiste en hallar la relación entre una variable dependiente y las variables independientes.
Para llegar al pronóstico de ventas de 2014 nos ubicamos en la celda donde vamos a hallar el pronóstico (unidades a vender 2014 – celda verde) y aplicamos la función pronóstico y allí marcamos como X la celda donde se encuentra digitado el año 2014, en el campo “como conocido Y” marcamos el rango de unidades vendidas del 2010 al 2013 y, en el campo “como conocido X”, marcamos el rango del año 2010 a 2013.
Su fórmula:
Ejemplo 2: Hallar la tendencia de ventas de acuerdo a la siguiente información:
Modelos de regresión
•
Y = f(x) +
E
•
Donde: Y = variable dependiente X = variable independiente
•
E = error o residuo
• •
Tabla 8. Ejemplo método por regresión con función línea de tendencia Día
Ventas en millones
Fecha
Figura 2. Grafica de ventas con línea de tendencia
Aum. % vtas.
1
14
01/10/2015
0,00%
2
12
02/10/2015
-14,29%
3
38
03/10/2015
216,67%
4
27
04/10/2015
-28,95%
5
30
05/10/2015
11,11%
6
32
06/10/2015
6,67%
7
48
07/10/2015
50,00%
8
53
08/10/2015
10,42%
9
51
09/10/2015
-3,77%
10
43
10/10/2015
-15,69%
ventas 60 50 40 30
ventas
20 10
Lineal (ventas)
0 1 2
3 4
5 6
7 8
9 10
Fuente: elaboración propia
Fuente: Elaboración propia
Excel permite determinar las ventas máximas con la función MAX y el promedio de ventas con la función PRONÓSTICO, los cuales nos dejan ver un panorama más claro de cifras antes de hallar la tendencia.
Posteriormente, clic derecho sobre esta línea de tendencia que acabamos de hallar, le digitamos los días que queremos pronosticará del futuro, para este ejemplo 5 días adelante, que nos permita visualizar la ecuación y que nos calcule R2, esta medida mientras más se acerque a 1 indica que la línea de tendencia es más perfecta.
Podemos graficar las ventas: Figura 3. Opciones de línea de tendencia
Figura 1. Grafica de ventas ventas 60 50 40 30
ventas
20 10 0 1
2
3
4
5
6
7
8
9
10
Fuente: elaboración propia.
Luego, sobre esta línea que arroja la gráfica, damos clic derecho – agregar línea de tendencia: Fuente: elaboración propia
Figura 4. Ventas con opciones de línea de tendencia
2.3. Criterios para elegir el método de pronóstico
ventas y = 4,0848x + 12,333 R² = 0,72851
80 70 60 50 40
ventas
30
Lineal (ventas)
20 10 0 1
2
3
4
5
6
7
8
9 10 11 12 13 14 15
Se debe establecer el volumen de información que es necesaria por cada método, el grado de validez de la misma y hacer un sondeo con la información con la que efectivamente cuenta la empresa y así elegir el método que más se ajusta dependiendo de este parámetro. Como vimos a lo largo de esta cartilla, todos y cada uno de los métodos se ocupa de variables diferentes, entonces, dependiendo el tipo de pronóstico que la empresa quiera desarrollar, debe determinar variables tanto internas (estimación de ventas, precios, liquidez, políticas propias de la empresa en todos los ámbitos) como externas (indicadores como IPC, PIB, tecnología, entre otros) que lleguen a impactar dicho pronóstico. Así mismo, cada método ofrece un nivel de confiabilidad diferente, así que se debe elegir el que más se ajuste dependiendo el nivel de confianza requerido. Desde luego el factor monetario entra a jugar un papel importante, cada método tiene costo monetario que va acorde con la calidad del mismo y lógicamente con el presupuesto de la empresa; lo importante aquí es determinar la relación costo beneficio.
Fuente: elaboración propia
Nos arroja un R no muy bueno ya que no se acerca mucho a 1. El punto verde indica el día 15 Entonces digitamos las cifras de la ecuación y el día a pronosticar que es el 15 y obtenemos: •
4.0848
•
15
•
12.333
•
Así:
•
Tendencia = 4.0848 (15)+12.333 = 73.6, es decir, que las ventas en el día 15 serán de
$ 7360.000 •
Modelos Estacionales – Insumo - Producto
Establece el nivel de producción con su correspondiente distribución de costos que debe tener una industria que dé respuesta al consumo de los demandantes. Esencialmente, son matrices que reflejan los insumos necesarios por una industria para producir productos, que a su vez son insumos para otra y así sucesivamente. El desarrollo de estos modelos es costoso y complejo por lo que se necesita de talento humano con la experticia necesaria para elaborar pronósticos de calidad en el sector industrial.
Depende de las necesidades de la empresa, es necesario definir el horizonte de tiempo sobre el cual se realizara el pronóstico. Para una mayor exactitud del pronóstico, es una buena alternativa el hecho de tener en cuenta varios métodos a la vez y sopesar ventajas y desventajas de unos métodos con respecto a otros. Finalmente, un pronóstico no tiene validez si no se actúa empresarialmente con base a los resultados del mismo, propendiendo desde luego, por el crecimiento de la empresa.
04 ------Referencias •
•
•
•
•
•
•
•
•
Lora, E. (2016). Predicciones: ¿A quién creerle? Revista Dinero. Recuperado de:
http://www.dinero.com/edicion-impresa/opinion/articulo/se-firmara-el-proceso-de-pazcon-las-farc/218769 Alemán , M. (2003). Modelos financieros en Excel. México: Cecsa, ITM. Anderson, R., Hair J., Bush, A. (1995). Administración de ventas y publicidad. Tr. Ma. Guadalupe Cevallos Almada. México Mendenhall, W., Reinmuth, J., Beaverm R., (1978). Estatistics for management and economics. California, Estados Unidos: Editorial Duxbury Press. Ortíz, Hectór y Ortíz, Diego (2009). Flujo de caja y proyecciones financieras con análisis de riesgo. Bogotá, D.C., Colombia: Nomos Editores. Render, B., Heizer, J. (1996). Principios de administración de operaciones. México D. F., México: Pearson Educación. Lista de tablas Tabla 1. Alemán , M. (2003). Tabla de métodos de proyección, en: Modelos financieros en Excel. México D. F., México: Cecsa, ITM.
