ANALISIS DE SENSIBILIDAD

 

• Análisis de sensibilidad
•  

Buenas tardes amigos, hablar de este nuevo tema es entrar al mundo misterioso de las finanzas, desde luego hablo así, para los no saben mucho del ámbito financiero. Esta ratio financiera se ejecuta en dos puntos importantes de la evaluación financiera de los proyectos de inversión; En el estado de pérdidas y ganancias y en el flujo de caja.

Para tomar mejores decisiones, y poder asignar los recursos que disponemos de la mejor forma posible, es necesario llevar a cabo un análisis de sensibilidad. Esto es especialmente importante, ya que ayudará a estimar el éxito de cualquier proyecto.

¿Qué es el análisis de sensibilidad?

El análisis de sensibilidad es una herramienta a través de la cual se estudia los cambios que se producen en una variable cuando se introducen ciertas variaciones en el modelo financiero. Así, el análisis de sensibilidad tiene por objeto permitir a una empresa o entidad a predecir cuáles serán los resultados que se obtengan con un proyecto determinado, además de que será fundamental para poder comprender las incertidumbres, las limitaciones y el alcance de cualquier decisión que se tome al respecto.

El análisis de sensibilidad también es conocido como análisis hipotético, ya que resulta fundamental para determinar cómo los diferentes valores que puede adoptar una variable independiente afectan a una variable dependiente.

¿Cómo se lleva a cabo el análisis de sensibilidad?

Para llevar a cabo el análisis de sensibilidad se han de calcular los flujos de caja (hacen referencia a los flujos de entradas y salidas de efectivo en un periodo de tiempo determinado) y el VAN (valor actual neto, es decir, el valor presente de los flujos de caja netos como consecuencia de una inversión), al cambiar una variable.

Así pues, para poder llevar a cabo el análisis de sensibilidad se han de comparar el VAN antiguo y el VAN nuevo, y el resultado que arroje esta operación deberá ser multiplicado por 100. Esta operación dará como resultado un porcentaje de cambio. Es importante resaltar que el VAN sale de la relación  B/C, y para encontrar dicha ratio es necesario actualizar los ingresos y los costos.

La fórmula del análisis de sensibilidad es la siguiente:

Análisis de sensibilidad = ((VANn – VANe) / VANe) x 100

Donde:

§  VANn: hace referencia al valor actual neto nuevo.

§  VANe: hace referencia al valor actual neto que se tenía antes de realizar el cambio en la variable que se está midiendo.

Ventajas e inconvenientes del análisis de sensibilidad

Ventajas

El análisis de sensibilidad cuenta con no pocas ventajas, entre las que destacamos las siguientes:

§  Facilita la toma de decisiones: el análisis de sensibilidad puede resultar de gran utilidad para tomar una decisión, por lo que resulta muy ventajoso para las empresas, sobre todo a la hora de planificar los proyectos que se pretenden llevar a cabo. Esto es así porque el análisis de sensibilidad dará como resultado diversos pronósticos sobre un proyecto concreto que estarán fundamentados en datos.

§  Asegura el control de calidad del proyecto: gracias al análisis de sensibilidad, las empresas podrán determinar qué procesos y proyectos no están dando los resultados esperados, es decir, qué proyectos no cumplen con los objetivos que se fijaron en un principio. De esta forma, y gracias al análisis de sensibilidad, las empresas podrán detectar los errores y fallos que se están produciendo, lo cual les permitirá subsanarlos y esto redundará positivamente en la calidad de los productos, así como suponer un ahorro importante de tiempo.

§  Mejora en la asignación de los recursos disponibles: gracias al análisis de sensibilidad, las empresas podrán determinar cuáles son las fortalezas y las flaquezas de un proceso o proyecto y, con base en esta información, podrán asignar de mejor manera los recursos de que disponen. De esta forma, el impacto de los recursos redundará en los resultados del proyecto.

§  Pronóstico del éxito o fracaso de un proyecto: el análisis de sensibilidad arroja resultados fiables, ya que estos están basados en datos confiables y certeros. Así, al estudiar las diferentes variables y los eventuales resultados que pueden producirse, las entidades y empresas podrán tomar mejores y más fundamentadas decisiones, lo que facilitará el éxito del proyecto.

Inconvenientes

Sin duda, el análisis de sensibilidad cuenta con no pocas ventajas, aunque también cuenta con algún que otro inconveniente. Veamos los inconvenientes más importantes:

§  Una sola variable cada vez: quizá el inconveniente principal del análisis de sensibilidad es que este tan solo puede estudiar los cambios que se produce en una sola variable cada vez.

§  No utilización de distribuciones de probabilidad: esta realidad limita de forma bastante notable la capacidad predictiva del análisis de sensibilidad.

Análisis de sensibilidad:

Para entender mejor toda esta información, lo mejor es ilustrarla con un ejemplo. Imaginemos que una empresa ha invertido dinero en maquinaria nueva. Este cambio de maquinaria es la novedad que se ha introducido y que puede afectar a la variable que estamos midiendo. Así, en este caso, el VANe es de 564,29, mientras que el VANn es de 648,61. En este caso concreto, aplicando la fórmula:

Análisis de sensibilidad = ((VANn – VANe) / VANe) x 100

Análisis de sensibilidad = ((648,61 – 564,29) / 564,29 x 100 = 14,94 %

En este caso, podemos afirmar que, gracias a la introducción de nueva maquinaria, se produce un cambio en las ventas que trae consigo un incremento del VAN de casi un 15 %, por lo que esta novedad puede resultar eficaz.

Sin duda, el análisis de sensibilidad es una buena estrategia para conocer o estimar si un nuevo proyecto tendrá el éxito espera o no

Análisis de sensibilidad de un proyecto de inversión

A todos nos gustaría muchas veces tener esa bola mágica que nos permitiera adelantarnos a los acontecimientos y saber qué pasaría si...  Un análisis de sensibilidad no hace otra cosa sino tratar de suplir a esa bola que no existe, respondiendo a ese «qué pasaría si» respecto a nuestro proyecto de inversión.

·         ¿Qué pasaría si vendiera un 10% más?

·         ¿Qué pasaría si mis costes variables se redujeran en un 5%?

·         ¿Qué pasaría si en lugar de 100 tuviera que invertir 10000?

·         ¿Qué pasaría si mis costos totales subieran en un 10%?

·         ¿Qué pasaría si mis costos totales subieran en un 19% y mis ingresos totales bajaran en el mismo porcentaje?

La importancia de las hipótesis iniciales

El proceso de análisis de un proyecto de inversión parte desde el momento 0, de una serie de hipótesis y planteamientos que son, a la vez, la base y el talón de Aquiles del propio análisis planteado.

Porque si la viabilidad o no de mi proyecto depende del escenario sobre el que realizo mis proyecciones, cualquier desviación respecto a ese escenario de partida debería hacer, a priori, inválido el análisis en si mismo.

Esto no es realmente así desde el momento en que un analista debería, a la hora de plantear sus hipótesis, definir aquellas que sean lo suficientemente realistas en base a la información histórica y a los propios conocimientos del sector tanto del analista como de otros expertos en el proyecto específico de que se trate.

Es decir, yo no soy tan chula como para decir que voy a tener unas ventas medias diarias de 500€ para unos costes variables de 200€, “porque sí”. Si hago esa afirmación, dentro de un proceso lógico y profesional, lo hago (o debería) en base a unos conocimientos, informaciones y datos históricos que me sirven como base de partida.

Ello no impide, obviamente, que incluso el mejor análisis realizado por la persona más experta en un determinado sector de actividad acabe por tener desviaciones. Y es que la realidad siempre supera las expectativas, en una u otra dirección. Ocurren imprevistos que no tendrían necesariamente que estar planificados y cuyos impactos pueden afectar totalmente al análisis y previsiones realizados.

Solo sé que no sé nada

Un análisis de sensibilidad parte, precisamente, del conocimiento que tenemos de que, por mucho que sepamos, nos informemos, analicemos y extrapolemos, existen márgenes de desviación para cada una de las variables implicadas. Y debemos estar preparados o, al menos, informados, para el evento de que ocurran.

Un análisis de sensibilidad mide la susceptibilidad o respuesta de nuestro proyecto de inversión ante modificaciones en una variable determinada de la cual depende directa o indirectamente el proyecto.

Partiendo de un modelo y unas variables de partida dadas, un análisis de sensibilidad consiste en examinar cómo varían el modelo y sus resultados, ante un cambio en una variable concreta.

Es decir, ante el modelo financiero planteado, con un resultado esperado A, «¿Cómo afecta un incremento de las ventas de un 10%?«

Tendremos una serie de variables directamente relacionadas que se verán impactadas y otras que no se verán impactadas por este incremento de las ventas de un 10%. Ello nos llevará a un nuevo resultado B.

¿Y una caída de ventas del 10%? Nuevamente, tendremos un nuevo escenario con un resultado C.

El decisor final deberá conocer, antes de tomar su decisión de inversión, lo que puede ocurrir en un escenario A (entendiendo que el escenario de partida es el que consideramos más probable), así como ante posibles variaciones de ±10% sobre el nivel de ventas.

De esta forma, sabrá cómo de sensible es su proyecto de inversión ante variaciones en el nivel de ventas y tomará decisiones en consecuencia.

Análisis de sensibilidad vs Análisis de escenarios

Como hemos comentado, un análisis de sensibilidad mide cómo responde un proyecto de inversión a variaciones en una determinada variable.

Ahora bien, si consideramos todas las alternativas que se pueden dar sobre todas las variables que afectan a un proyecto, podremos tener miles de análisis combinados posibles sobre la mesa.

El análisis de escenarios nos permite estudiar el comportamiento de nuestro modelo ante distintos marcos contextuales que combinan diferentes variables.

Es decir: podremos analizar cómo responde mi proyecto ante un escenario pesimista y ante un escenario optimista. En cada caso, distintas variables se combinan para dar lugar a cada uno de ellos: caída/incremento de ventas; incremento /caída de costes; variación del nivel de impuestos; mayor/menor necesidad de inversión; etc.

Generalmente, trabajaremos pocos escenarios (3-4) que combinen entornos “límite”: escenario pesimista, escenario probable, escenario optimista. En función del sector y conocimientos que tengamos del mismo puede surgir algún otro “nivel”, pero no deberíamos trabajar al tiempo muchos más, ya que cada escenario supone un análisis completo en si mismo.

De la foto conjunta escenario pesimista / escenario probable / escenario optimista, deberíamos ser capaces de sacar todas las conclusiones necesarias para apoyar nuestra decisión de inversión.

Recordemos en todo caso que tanto el modelo financiero en si, como los análisis de sensibilidad y escenarios, no tienen otro objetivo que apoyar a tomar una decisión fundamentada y racional. No nos ahoguemos en análisis y escenarios ni caigamos en la parálisis por el análisis.

Análisis de múltiples escenarios: Método Montecarlo

Un modelo avanzado de análisis de escenarios es el análisis por el método Montecarlo.

El método Montecarlo es un sistema basado en modelos estadísticos donde, asignando una función estadística o de probabilidad a cada una de las variables del modelo, realiza miles de simulaciones simultáneas para darnos un resultado estadístico medio probable.

Es decir, considerando incluso el impacto de variables aleatorias, como, por ejemplo, la posibilidad de desastres atmosféricos que puedan afectar a nuestro proyecto de inversión, termina por darnos un dato estimado medio de los valores de referencia que indiquemos. En nuestro caso, nos daría el valor para nuestro proyecto de inversión considerando la probabilidad de ocurrencia de cada una de las variables consideradas.

Para ello, se utilizan sistemas y programas informáticos que se encargan de analizar todos estos universos paralelos para mostrarnos unos resultados concretos.

Es como si analizáramos miles escenarios y a cada escenario le asignáramos una probabilidad. La combinación de todos estos escenarios, ponderados por su probabilidad de ocurrencia, nos daría un escenario medio combinatorio de todos los demás.

Realmente este modelo no es tan utilizado en Finanzas Corporativas para valorar proyectos de inversión acotados sino para proyectos de gran envergadura donde la multiplicidad de variables que pueden afectar al proyecto es tal que difícilmente podemos gestionar un análisis de escenarios estándar.

En todo caso, los resultados obtenidos siempre están sujetos a un nivel de confianza, lo que estadísticamente quiere decir que hay siempre un margen de error. Obviamente, el margen de error será menor en estos análisis multi-escenario que en aquellos que se limiten a ver un solo escenario y no analicen el impacto de distintas variables.