Herramienta Toma de Decisiones

22
TENDENCIAS
Revista de la Facultad de Ciencias
Econmicas y Administrativas.
Universidad de Nario
Vol. VIII. No. 1
1er. Semestre 2007, pginas 22-47
* Profesores rea de Economa y Finanzas, Departamento de Ingeniera Industrial, Universidad de
los Andes, Bogot, Colombia (corresponding authors; e-mail: jvillarr@uniandes.edu.co; die-roa@
uniandes.edu.co).
ALGUNAS HERRAMIENTAS PARA LA TOMA DE DECISIONES
DE INVERSIN EN PROYECTOS DE ALTO RIESGO
Por: Julio E. Villarreal N. y Diego S. Roa Meza*
RESUMEN
E
n este trabajo se presenta un posible aplicacin metodolgica para la
toma de decisiones de inversin en proyectos de alto riesgo como las
que tpicamente son apoyados por los llamados fondos de capital de riesgo.
El objetivo final es mostrar como es posible a travs de esta metodologa,
reducir las asimetras de informacin tpicas en la relacin entre
inversionistas de riesgo (accionistas de capital) y gestores de proyectos (ac-
cionistas industriales). La metodologa propuesta se aplica a un plan de
negocios real, pero de igual manera se puede aplicar a otros proyectos
riesgosos, y muestra cmo una adecuada estructuracin de un proceso de
decisin, usando los modelos y herramientas adecuadas puede ser muy
til tanto en decisiones de fondos de inversin como en la estructuracin
de procesos de evaluacin de alternativas de decisin estratgicas en las
que el riesgo hace inapropiado el tradicional anlisis determinstico.
Palabras clave: diagramas de influencia, inversin de capital de riesgo,
proyectos riesgosos, redes bayesianas, simulacin de variables aleatorias,
teora de la decisin y valoracin de empresas.
Revista TENDENCIAS Vol. VIII No. 1
23
SUMMARY
T
his article shows a potential methodological application for decision
making rocesses related to investments in high risk projects;
especially those belonging to portfolio funds. Throughout methods dis-
cussed here, it is possible to reduce problems directly related to asymme-
tric information circumstances; which usually come about between inves-
tors and brokers. The main feature of the methodology studied here is to
take into consideration a real business scenario. Lessons from this expe-
rience can be applied to other investment settings, and they illustrate
how it is possible to affect not only investment operations, but also assess-
ment of several options to use capital assets. The general methodology
argued here, is a very important tool to use, instead of the traditional
deterministic analysis ethods employed in high risk investment projects.
Key words: influence diagrams, investment in high risk portfolios, high
risk projects, bayesian networks, simulations based on random varia-
bles, theory o decision, enterprises assessment.
I. INTRODUCCIN
La toma de decisiones de inversin en nuevos emprendimientos,
compaas en etapa de alto crecimiento (high growth companies & start-
ups) y cierto tipo de nuevos proyectos de inversin implican un alto
riesgo para los inversionistas dadas las caractersticas de este tipo de
proyectos. Estas generalmente son financiadas por inversionistas de ca-
pital privado, especficamente por inversionistas de capital de riesgo.
La toma de estas decisiones de inversin, que tpicamente involucran
alto riesgo, implican una valoracin de las mismas, que junto con una
evaluacin de otros factores permite la definicin de las reglas de juego
de una posible inversin. Este proceso es particularmente difcil por
que existen asimetras de informacin que podran generar costos de
agencia muy altos sobretodo en el monitoreo que los capitalistas de ries-
go requieren para garantizar que su relacin riesgo-rentabilidad se man-
tenga en los rangos esperados.
Normalmente estas inversiones de alto riesgo se ubican en las pri-
meras etapas del ciclo de vida empresarial, siendo este ciclo definido
por el tamao y el tiempo transcurrido desde su creacin. En cada una
de estas etapas las empresas y proyectos presentan distintas caracters-
24
Julio E Villarreal N. y Diego S. Roa Meza
Algunas herramientas para la toma de decisiones de inversin en proyectos de alto riesgo
Tabla 1: Caractersticas durante el ciclo de vida empresarial
Fuente: Damodaran A., (2002) Investment Valuation: Tools and Techniques for Determining the Value of
Any Asset, 2nd Edition, John Wiley.
ticas, las cuales son claves para la obtencin de sus fuentes de financia-
cin y adems para estimar y valorar los riesgos ante los cuales se en-
frentan los proveedores de capital de las mismas.
Ilustracin 1. Ciclo de vida empresarial
Any Asset, 2nd Edition, John Wiley
Las principales caractersticas de las empresas y proyectos en cuan-
to a la disponibilidad de informacin y los determinantes del valor de
este son las siguientes:
No existentes o
con ventas bajas
/ Ingresos opera-
tivos negativos
Ventas
Incrementndose/
Utilidad baja
o an negativa
Ventas con alto
crecimiento /
Utilidad operativa
en crecimiento
Ventas con
miento moderado
/ Utilidad operativa
an en crecimiento
creci- El crecimiento
en ventas
y en la utilidad
cae
No Muy limitada
Alguna historia
operativa
La historia
puede ser usada
en la valoracin
operativa Historia
operativa
sustancial
No
Algunas,
pero en la
misma etapa
de crecimiento
Ms compaas
comparables en
distintas etapas
Gran nmero
de empresas
comparables
en distintas
etapas
Totalmente
en el
crecimiento
futuro
En su
mayora en el
crecimiento
futuro
Alguna proporcin
de los activos
existentes, sin
embargo el
crecimiento futuro
es dominante
Ms de los activos
existentes que del
crecimiento futuro
Enteramente
de sus activos
existentes
25
Para la evaluacin y valoracin de un nuevo proyecto de inversin
que normalmente implica alto riesgo, generalmente no hay disponibili-
dad de informacin en cuanto a su historia operativa o de proyectos
similares y su valor est sustentado totalmente en su evolucin futura,
la cual no se conoce, de ah el alto riesgo y/o incertidumbre de las inver-
siones de este tipo.
Este artculo pretende presentar la estructuracin terica y aplicada
de una metodologa estructurada para la toma de decisiones en proyec-
tos de inversin altamente riesgosos, teniendo en cuenta la perspectiva
de un inversionista de capital de riesgo, quien debe determinar de algu-
na manera el valor esperado y el riesgo de una potencial inversin para
tomar la decisin de si invierte o no en este, el xito del proceso depen-
der de la reduccin de las asimetras de informacin, lo que redundar
en una adecuada valoracin de los riesgos. Se aplicarn algunas herra-
mientas que seran usadas por un inversionista activo (como un fondo
de Capital de Riesgo) para determinar si invierte o no en un empren-
dimiento o nuevo proyecto con base en su perfil de riesgo/rendimiento.
II. CONTENIDO
A. Objetivos y pregunta de investigacin
La pregunta de investigacin en torno al cual gira la investigacin
que da origen a este artculo es relativamente clara.
Cules son los mtodos de valoracin de empresas y proyectos ms
adecuados para evaluar posibles inversiones de alto riesgo bajo condi-
ciones de asimetra de informacin y cmo se diferencian y comple-
mentan los mtodos propuestos desde la teora financiera?
Por lo tanto el objetivo de este artculo es aplicar y comparar distin-
tas metodologas de valoracin de proyectos, enfocndose en aquellas
que permiten la valoracin de proyectos de alto riesgo.
B. Metodologa
1) Descripcin de la situacin general
Un fondo de Capital de Riesgo, tpicamente busca empresas y pro-
yectos prospectos de inversin, en los cuales debe decidir si invierte o
no y bajo qu parmetros realiza la inversin. Estos fondos, precisamen-
te se llaman de Capital de Riesgo, por invertir en empresas y proyectos
con una alta incertidumbre asociada a su evolucin futura y usualmen-
te en presencia de niveles altos de asimetra de informacin bien por la
26
Ilustracin 2: Procedimiento de Inversin en un fondo de capital de riesgo
Fuente: Bygrave W., Timmons J., (1992). Venture Capital at the Crossroads (pag. 14), Harvard Busi-
ness School Press, Boston, Massachussets
1. Inicialmente se asumir que este tipo de inversionistas son neutros al riesgo, aunque tpicamente
pueden ser propensos al riesgo dadas las inversiones que manejan.
novedad del proyecto, que no permite la captura de informacin referen-
cial de los mercados o bien, porque el conocimiento especfico del pro-
yecto est en manos de los emprendedores o dueos de la idea. La incer-
tidumbre entonces puede tener mltiples orgenes ya sea por variables
exgenas, como demanda potencial, competencia, xito del producto o
variables endgenas, como la capacidad de la gerencia, perfil y expe-
riencia de los emprendedores, y grado de involucramiento estratgico
en la toma de decisiones por parte del fondo de inversin.
Un aspecto crucial en este tipo de inversiones
1
es la adecuada
estructuracin de una metodologa de decisin, la cual debe tener en
cuenta el valor potencial del proyecto, los riesgos que este implica y los
beneficios para los inversionistas y esto es slo posible si dicha metodo-
loga es capaz de reducir las asimetras de informacin y por esta va
disminuir la probabilidad de que se presente seleccin adversa y/o ries-
go moral disminuyendo los costos totales de agencia y permitiendo una
mejor estimacin y valoracin de los riesgos para las partes.
El proceso general de inversin de capital de riesgo es el siguiente:
- Venta
- IPO (Initial Public Offering)
- Fusiones
- Liquidaciones
- Alianzas
- Desarrollo de Estrategias
- Participacin activa n la junta directiva
- Experiencia externa
- Siguientes rondas de financiacin
- Contactos y acceso a informacin, instituciones y personas
- Gerencia
e
Identificacin de compaas nuevas
y jvenes con alto potencial
Entre 5 y 10 aos
Identificacin de Oportunidades de Inversin
Obtencin de Capital para la inversin
Anlisis y evaluacin de la inversin
Valoracin, negociacin y estructuracin
27
En donde el punto clave de la decisin de inversin, est en el an-
lisis y evaluacin de la inversin potencial ya que permiten la disminu-
cin de los problemas de asimetra de informacin, y puede definir si se
invierte o no y bajo qu condiciones en algn proyecto potencial.
2) Estructuracin del problema
El problema de decisin de un fondo de inversin de capital de ries-
go es decidir si invierte o no en el proyecto y las condiciones a invertir
en dado caso de que una vez analizada la inversin potencial se llegue a
la conclusin que esta cumple con los objetivos de rentabilidad/riesgo
de los inversionistas.
Este trabajo hace nfasis en el anlisis de la inversin potencial y no
en las condiciones de inversin una vez tomada la decisin de invertir,
ya que lo que se busca es enriquecer la estructuracin de la toma de
decisin de inversin y no los procedimientos posteriores a esta.
De manera general las decisiones a las que se enfrenta un fondo o
inversionista de capital de riesgo se pueden apreciar en el siguiente r-
bol de decisin simplificado:
Ilustracin 3: Decisiones de inversin en un proyecto de capital de riesgo
Inv. Total
Inv. Parcial
No Invertir
28
En donde claramente, la decisin est asociada a mltiples varia-
bles aleatorias las cuales son las que definen el riesgo e incertidumbre
asociada al xito o fracaso del proyecto potencial de inversin, adems
de mltiples aspectos tanto cuantitativos como cualitativos que se de-
ben tener en cuenta a la hora de tomar la decisin de inversin.
En trminos generales un inversionista tomara la decisin de in-
vertir si la utilidad esperada generada por los flujos de caja libre futuros
del nuevo proyecto es mayor a la inversin, as:
O, equivalentemente que el proyecto tenga un Valor Presente Neto
en trminos del valor esperado de la utilidad mayor a cero:
Pero, los Flujos de Caja Libre futuros, dependen de variables xogenas
y endgenas, las cuales no controla el inversionista, siendo estos flujos
de caja libre futuros una funcin de n variables aleatorias, v
i
:
Estas variables por ejemplo pueden ser exgenas y estar fuera del
control directo tanto del inversionista como del emprendedor, como por
ejemplo:
4 Comportamiento de la demanda
4 Potenciales competidores
4 Productos sustitutos
4 Variables macroeconmicas
4 Riesgo sistemtico de empresas similares
4 Riesgos financieros (variables tales como Tasa de cambio, precios
spot, etc.)
4 Apertura comercial del pas.
O tener algn grado de endogeneidad, en donde el inversionista
podra llegar a actuar en el futuro, como por ejemplo:
4 Equipo gerencial
4 Inversin futura en investigacin y desarrollo
4 Asimetras de informacin.
( X )&/ !,
E [ u[ FCL) ) ~ I >0
FCL = f [ v , v . . . . . . . . . . . . v )
29
Es as como los actores relevantes en este proceso son los inversionis-
tas, y los fondos de inversin que los representan al igual que los pro-
yectos de inversin potenciales (presentados por emprendedores o equi-
pos de empresarios).
Por lo tanto el problema a analizar es cul es la mejor forma de
tomar una decisin de inversin de capital de riesgo usando un anlisis
estructurado de toma de decisiones para la evaluacin de una alternati-
va de inversin.
3) Metodologa de Anlisis
Dentro del proceso de anlisis y evaluacin de proyectos de inversin
altamente riesgosos, lo primero que se debe hacer es identificar clara-
mente las fuentes de incertidumbre y riesgo que afectan el proyecto.
Ilustracin 4: Actores relevantes
Ilustracin 5: Descomposicin del riesgo que afecta una corporacin
Any Asset, 2nd Edition, John Wiley, p. 89.
Proyectos
pueden resultar
mejor o peor
de lo esperado
La competencia
puede ser ms
fuerte o dbil
de la anticipada
Sector industrial
afectado
por acciones
Riesgo poltico
y riesgo tasa
de cambio
Tasa de inters,
inflacin y
noticias
econmicas
30
Ilustracin 6: Metodologa de anlisis y evaluacin de una inversin potencial
altamente riesgosa.
Una vez teniendo definidos cules son los principales factores de
riesgo e incertidumbre que afectan el proyecto es necesario realizar un
anlisis tanto cualitativo como cuantitativo para determinar cul es el
valor esperado (valoracin) del proyecto bajo anlisis y con base en los
resultados obtenidos realizar una recomendacin de inversin.
4) Modelos
Los modelos que se propone usar para la aplicacin de la metodolo-
ga de anlisis de proyectos de inversin riesgosos son los siguientes
2
:
a) Anlisis cualitativo y cuantitativo:
Modelo de redes bayesianas para la estimacin de la probabilidad
de default (iliquidez) de una empresa
3
.
Para cualquier institucin financiera, inversionistas del mercado de
capitales, accionistas o inversionistas de capital de riesgo como en este
caso, es importante tener una estimacin de la probabilidad que una
2. Estos fueron desarrollados parcialmente por los autores con base en su investigacin y experien-
cia. Por supuesto no se pretende ser exhaustivo ni sugerir que esta sea la nica posible aproxima-
cin y/o herramientas susceptibles de utilizar en los procesos de decisin estructurados.
3. Este es un modelo preliminar construido por el equipo de investigacin para estimar la probabi-
lidad de que una empresa (no necesariamente una nueva empresa) entre en estado de iliquidez.
Valoracin
del proyecto
Recomendacin
de inversin
Identificacin de
factores de riesgo
Anlisis
cuantitativo
Anlisis
cualitativo
31
empresa entre en estado de insolvencia financiera (financial distress) lo
cual puede desembocar en una quiebra (bankruptcy) de la misma. Si
una empresa entra en este estado de iliquidez, es muy posible que esta
no pueda responder con sus obligaciones de corto plazo, al igual que las
de largo plazo.
La prediccin, identificacin temprana o la estimacin de la distri-
bucin de probabilidad de que una empresa entre en estado de iliquidez
(default probability) depende de muchos factores, tanto internos como
externos a la empresa. Entre las principales variables determinantes en
la estimacin de la probabilidad de default de cualquier unidad empre-
sarial se pueden mencionar las siguientes:
Variables financieras
Rentabilidad operativa
Flujo de Caja operacional
Volatilidad de los flujos operativos
Razn de endeudamiento
Razn corriente
Calidad de la gerencia o equipo emprendedor
Experiencia
Nivel educativo
Antecedentes disciplinarios
Nivel y tipo de los conflictos de agencia potenciales
Aspectos estratgicos
Ventaja comparativa del producto servicio
Inversin en Investigacin & Desarrollo (I&D)
Factores Externos
Situacin macroeconmica
Situacin de la industria
Poder de mercado de la competencia
Comportamiento de la demanda.
32
Ilustracin 7: Red Bayesiana para la estimacin de la probabilidad de iliquidez
de una empresa
Las anteriores variables se pueden estructurar en una red bayesiana
para modelar la probabilidad de default para una empresa determinada
de la siguiente manera:
En el Apndice se aprecian las probabilidades usadas en la
estructuracin de la red, las cuales se basan en la experiencia prctica,
acadmica e investigativa de los autores.
b) Anlisis cuantitativo (Valoracin del proyecto):
Las metodologas tradicionales de valoracin de proyectos y de em-
presas (Flujo de Caja descontado y variantes) no modelan adecuada-
mente este alto riesgo cuando se est frente a una posibilidad de inver-
sin con las caractersticas mencionadas anteriormente (una nueva em-
presa o nuevo proyecto). Normalmente el riesgo se captura en la tasa de
descuento, sin embargo esta puede ser una aproximacin inexacta cuando
se esta frente a mltiples fuentes de incertidumbre y riesgo. Por lo tanto
en este caso a partir del anlisis tradicional de Valor Presente de los
flujos de caja libres futuros que producir el proyecto, se debe por lo
menos realizar los siguientes anlisis:
33
4 Proyeccin y simulacin (variables relevantes exgenas obtenidas
en el anlisis de riesgo) del flujo de caja libre en un horizonte de
proyeccin de 5 aos.
4 Simulacin de estrategias de decisin (variables endgenas) junto
con variables exgenas para determinar el valor del proyecto bajo
distintos escenarios de decisin.
5) Aplicacin a un caso particular
Con base en la estructuracin y la metodologa de anlisis propues-
ta anteriormente para la toma de decisin de inversin en un proyecto
de alto riesgo o en un nuevo emprendimiento, se aplicar las herramientas
propuestas para analizar el perfil de riesgo y de creacin de valor poten-
cial de una nueva empresa
4
en etapa de estructuracin (a partir del plan
de negocios).
El nuevo emprendimiento es una empresa de prestacin de servicios,
cuyos dos servicios principales son el de consultora empresarial y el de
un servicio en lnea de informacin gerencial, la cual an no ha iniciado
operaciones y est en la bsqueda de inversionistas potenciales.
Principales factores de riesgo e incertidumbre
- Experiencia de los emprendedores: el equipo que est estructurando
la nueva empresa son personas recin egresadas como profesiona-
les y por lo tanto cuentan con muy baja experiencia laboral.
- Ventaja del servicio: aunque los servicios que va a prestar la empre-
sa proponen una gran ventaja competitiva frente a la competencia
actual, esta debe ser reafirmada en el tiempo.
- Mercado inicial a capturar: el mercado potencial son 56.440 empre-
sas, de las cuales se estima que en los primeros tres aos de opera-
cin se logre capturar el 2% del mismo.
- Definicin de precio de venta de los servicios: Se ha definido el
precio con base en la competencia, sin embargo los emprendedores
4. Este trabajo se basa en el plan de negocios de una compaa en etapa de estructuracin. OCValue
es una compaa cuyo objetivo principal es disear, generar y distribuir herramientas empresa-
riales que permitan optimizar y controlar la cadena de valor de cualquier empresa.
34
no estn seguros de haber definido la mejor estrategia de precio en
su anlisis inicial.
- Costos de operacin: Los principales costos de operacin son costos
fijos, especialmente los de los recursos humanos y aunque se esta-
bleci un nivel de sueldo bsico bajo, para poder atraer profesiona-
les altamente calificados, estos pueden ser mayores a los estimados
inicialmente.
- Periodo de cobro y periodo de pago: Estas dos variables, impactan el
capital de trabajo de la compaa y as mismo las necesidades de
efectivo de la empresa.
- Inversin inicial: La inversin inicial tiene un componente fuerte
de capital de trabajo, y por lo tanto est afectada por los costos de
operacin de la empresa.
- Variables macroeconmicas: La poltica de crecimiento en precios y
costos est indexada a la inflacin y por lo tanto es una variable
relevante en la evolucin futura y en el valor de la empresa.
6) Anlisis de resultados
a) Anlisis cualitativo y cuantitativo: Modelo de redes bayesianas
Con base en el modelo de redes bayesianas construido, se obtienen
los siguientes resultados, en donde el estado de las variables que defi-
nen la red fue definido de acuerdo al emprendimiento bajo anlisis. Se
obtiene que hay un 50% de probabilidad de que el emprendimiento en-
tre en estado de iliquidez (estado medio y alto), lo cual indicara desde
este anlisis que el riesgo al cual se vera expuesto un inversionista po-
tencial es alto, y por lo tanto debera inyectarle ms capital al proyecto
para afrontar los posibles choques de iliquidez, o tener una inversin
remanente para estos estados posibles (Tabla 2).
b) Anlisis cuantitativo: (Valoracin del proyecto)
A travs de la construccin del Flujo de Caja Libre del proyecto para
un horizonte de anlisis de 5 aos, se obtiene en el escenario determins-
tico optimista que el proyecto tiene un VPN
5
de aproximadamente 500
millones de pesos.
5. El valor del proyecto no incluye valor terminal, ya que de la inversin depende la continuidad del
proyecto.
35
Tabla 2: Resultados de la evaluacin de la Red Bayesiana
25.70
26.02
48.27
5.00
95.00
82.94
17.06
85.00
15.00
75.00
25.00
Alto
Medio
Bajo
Buenas
Malas
Buena
Mala
Buena
Mala
Alta
Baja
ProbDefauIt
Razones Financieras
Situacin Industria
Situacin Macro
Ventaja Prod
Red Bayesiana
100.00
0.00
13.42
86.58
Buenos
Malos
Buenos
Regulares
Alta
Baja
Buena
Regular
Alta
Baja
Positivo
Negativo
Buena
Regular
Mala
Alta
Baja
37.50
62.50
75.13
24.87
11.00
89.00
53.00
47.00
53.30
46.70
0.00
85.00
15.00
Antecedentes
Ast Financieros
Competencia
Estrategia
Experiencia
F Caja Op
Gerencia
Inv. Desarrollo
36
Paquete empresarial 50,000
Consultora empresarial 4,000,000
Paquete empresarial 358 OK
Consultora empresarial 5
Servicio de Consultora y Sistem 125% 40% 40% 40% 40%
Inflacin 3.84% 3.50% 3.00% 3.00% 3.00%
Ingeniero/Consultor Junior 1,750,000
Ingeniero/Consultor Senior 4,000,000
Discount Rate 28.52%
Periodo de cobro 15
Periodo de pago 30
Paquete empresarial 360 806 1129 1581 2214
Consultora empresarial 7 12 17 24 34
Paquete empresarial 18,000,000 514,821,875 763,280,864 1,127,651,137 1,658,096,521
Consultora empresarial 28,000,000 51,098,945 76,621,049 114,120,292 169,753,935
$ 46,000,000 $ 565,920,821 $ 839,901,914 $ 1,241,771,430 $ 1,827,850,455
$ -391,086,724 $ -70,215,026 $ 64,903,239 $ 229,397,822 $ 502,178,601
$ -408,568,564 $ -69,641,677 $ 44,411,660 $ 150,099,388 $ 324,389,513
$ -397,209,220 $ 24,838,839 $ 308,014,139 $ 611,220,765 $ 1,103,463,164
Faltante en Caja Ao 1 -
Inversin Inicial 390,000,000
RANDOM VAR
Tasa de crecimiento de la demanda
RANDOM VAR
RANDOM VAR
RANDOM VAR
Inflacin
DECISIN
Tabla 3: Anlisis determinstico del valor del proyecto
37
Demanda Primer ao
de operacin
Servicio de Consultora Triangular(2;5;8)
Sistema de Informacin Gerencial Triangular (50;200,358)
Tusu de crecmentn de lu demundu
An ! An 2 An 8 An 4 An
LognoimuI
=12%
=4u%
LognoimuI
=4u%
=8%
LognoimuI
=4u%
=8u%
LognoimuI:
=4u%
=2%
LognoimuI:
=4u%
=2u%
6XHOGR,QJHQLHURV
Ing. Junioi IniIoimo |1. M, 2 M j
Ing. Sonioi IniIoimo |8 M, M j
Influcin
An ! An 2 An 8 An 4 An
T|8.%,
8.84%, %j
T|8.1%, 8.%,
4.%j
T|8, 8.2%,
4%j
T|8, 8.2%,
4%j
T|8, 8.2%,
4%j
Tabla 4: Variables aleatorias para determinar el VPN del proyecto
Sin embargo realizando la simulacin para las siguientes variables
(esta simulacin se realiz con base en la experiencia de los emprende-
dores, quienes llevan un ao trabajando y refinando el plan de nego-
cios) y asumiendo que la poltica de precios es la que proponen los em-
prendedores, el valor del proyecto cambia significativamente.
Perodo de cobro Triangular [14, 15, 35] das
Perodo de pago Triangular [0, 20, 30] das
38
El valor del proyecto tiene una probabilidad de aproximadamente
75% de destruir valor (VPN < 0), con un valor esperado de -$184 millo-
nes de pesos.
Ilustracin 8: Distribucin del VPN del proyecto
Ilustracin 9: Estadsticas distribucin del VPN del proyecto
Trials 5,000
Mean -$ 184
Median -$ 251
Mode ---
Standard Deviation $ 426
Variance $ 181, 086
Skewness 1.69
Kurtosis 9.79
Coeff. of Variability -2.31
Range Minimun -$ 1,133
Range Maximun $ 3,796
Mean Width $ 4,929
Mean Std. Error $ 6.02
Statistics
Statistics Value
39
Ilustracin 10: Faltante en caja o inversin marginal adicional
Demanda sig .69
Tasa1 .38
Tasa2 .31
Sueldo senior
-.30
Tasa3
.23
Sueldo junior
-.18
Tasa4
.12
Discount rate
-.06
Demanda consul .04
-1 -0.5 0 0.5 1
Measured by Rank CorreIation
Sensitivity Chart
Target Forecast: npv
Ilustracin 11: Anlisis de sensibilidad
A su vez, hay una probabilidad de aprox. 70% de tener faltante en
caja para el primer ao (la inversin inicial se dej fija en 390 millones
de pesos), lo cual implica que la inversin estimada inicial esta subesti-
mada.
40
Con este anlisis, se concluye que las variables ms relevantes que
impactan el valor del proyecto, y a su vez el atractivo para un posible
inversionista es la demanda tanto inicial como el crecimiento futuro de
la misma.
Dados los resultados obtenidos, y que las variables analizadas en la
simulacin previa no estn bajo el control de los emprendedores, se de-
cidi realizar un anlisis de la estrategia de precios, ya que bajo la pol-
tica de precios inicial
6
el proyecto no sera atractivo para un inversionis-
ta de capital de riesgo.
Las estrategias de precios a evaluar son las siguientes, las cuales se
han definido con base en un estudio de las tarifas de la competencia, las
cuales estn en el rango de aquella definida como Estrategia de Precio
Alto.
6. Sistema de informacin Gerencial: $50.000/mes
Consultora empresarial: $4.000.000/mes
Tabla 5: Estrategias de precios
Los resultados en trminos esperados para el VPN (en millones de
pesos), para las estrategias de precios se muestran a continuacin, en
donde se concluye que por lo menos el precio para el sistema de infor-
macin gerencial debe estar en el nivel medio o alto para que el proyec-
to genere valor.
3UHFLR%DMR 3UHFLR0HGLR 3UHFLR$OWR
4,uuu,uuu ,uuu,uuu 6,uuu,uuu
u,uuu 7u,uuu 1uu,uuu
SoivIcIo do ConsuIloiIu
SIslomu do InIoimucIon GoioncIuI
(VWUDWHJLDVGH'HFLVLyQ
41
Ilustracin 13: Estrategia ptima para definicin de precios
Precio Sistema Info
[14047.697] Bajo
Precio Sistema Info
[14677.728] Medio
Precio Consultora
[14922.905] Bajo
Demanda Consultora
[5868.603]
Demanda Consultora
[10847.737]
Demanda Consultora
[14922.905]
Medio
Alto
Alto
Precio Sistema Info
[14922.905]
Ilustracin 12: Diagrama de influencia
Sueldo
Junior
Sueldo
Senior
Demanda
Consultora
Demanda
Sistema Info
Inflacin 1
Inflacin 2
Inflacin 4
Inflacin 5
Perodo
de Pago
Tasa
Ao 5
Tasa
Ao 4
Tasa
Ao 3
Tasa
Ao 2
Tasa
Ao 1
Perodo
de Cobro
Inflacin 3
139
42
Para la estrategia de precios medios, se aprecia que la probabilidad
de destruir valor disminuye a aproximadamente 23%.
Tabla 6: E(VPN) Estrategias de precios
Ilustracin 14: Distribucin de riesgo, estrategia de precios medios
Bajo (50 K) Medio (75 K) Alto (100 K)
Bajo (4 M) $ -187 $ 487 $ 1,146
Medio (5 M) $ -126 $ 546 $ 1,229
Alto (6 M) $ -50 $ 586 $ 1,274
Precio Sistema Inf. GerenciaI
Precio
ConsuItora
La mejor estrategia de decisin, claramente es que los servicios que
presta la empresa tengan el mayor precio posible. Porque a mayor pre-
cio, mayor margen de utilidad dado que los costos y gastos de operacin
de la empresa en su mayora son costos fijos. Sin embargo en este caso
aunque esta puede ser la mejor estrategia en trminos del VPN, en este
caso para los emprendedores es mejor analizar la distribucin de riesgo
e identificar las variables claves para el desarrollo del proyecto en caso
de seguir otra estrategia, ya que al ser una empresa que est comenzan-
do, sin experiencia en el mercado (aspecto fundamental en los servicios
de consultora), puede ser difcil tener un nivel de precios similar o mayor
a firmas con experiencia en el mercado.
43
Analizando las otras estrategias posibles se encuentra que en trmi-
nos esperados slo se destruye valor cuando el precio para el sistema de
informacin gerencial es bajo. Sin embargo en todos los otros casos, se
est creando valor en trminos esperados. Este anlisis puede ayudar a
los emprendedores a tener en cuenta que as estos definan precios me-
dios o por ejemplo un servicio con precio medio y el otro con precio alto
puede ser una forma de ganar una mayor participacin de mercado mien-
tras adquieren experiencia en este, o si ofreciendo un servicio compara-
tivamente superior frente a los existentes en el mercado pueden efecti-
vamente definir una estrategia de precios altos.
Las variables claves para el xito del proyecto es el crecimiento de
la demanda, razn por lo cual este resultado puede sugerirle a los em-
prendedores que sin importar que nivel de precios definan (siempre y
cuando el precio del sistema de informacin sea medio), un esfuerzo en
publicidad y mercadeo con tal de incrementar los clientes y la demanda
potencial futura puede mejorar sustancialmente la evaluacin que hara
un inversionista potencial como un fondo de capital de riesgo.
c) Recomendacin de inversin
Con base en el anlisis cuantitativo/cualitativo y la valoracin cuan-
titativa del proyecto, un fondo de capital de riesgo vera este proyecto
con un potencial alto, pero que precisamente implica un alto riesgo y
que depende de dos variables, una de las cuales podra estar bajo el
control del fondo de inversin en caso de realizar la inversin, y es el
precio inicial de venta de los servicios, y la otra variable clave que es el
comportamiento de la demanda, la cual podra ser influenciada con la
estrategia de venta de los servicios pero que no est estrictamente bajo
el control ni de los inversionistas ni de los emprendedores. Con base en
los resultados obtenidos se sugerira una inversin parcial siempre y
cuando se establezca una adecuada poltica de precios y esto sea valida-
do por un estudio y un anlisis ms profundo del mercado. Adems el
anlisis de la flexibilidad gerencial presente en el proyecto no se tuvo en
cuenta al no aplicar la metodologa de opciones reales, que aplicndola
puede enriquecer el anlisis anterior.
44
III. CONCLUSIONES
Este artculo pretende mostrar la metodologa general para estruc-
turar un problema de decisin, como la aplicacin prctica de algunos
modelos y herramientas complementarias que permiten un adecuado
modelaje del riesgo y pretenden de esta manera reducir las asimetras
de informacin para mejorar la identificacin y valoracin del riesgo...
Con base en los resultados obtenidos para la aplicacin de un pro-
blema de decisin de inversin que implique riesgo, se concluye que la
estructuracin general de la metodologa de aplicacin es lo suficiente-
mente amplia para cualquier caso prctico de una decisin de inversin
que implique incertidumbre y riesgo y que puede ser ampliada en el
futuro con otros modelos de toma de decisiones y valoracin de proyec-
tos, como lo son opciones reales y el mtodo VCM
7
.
Para un inversionista de capital de riesgo, los resultados del caso de
aplicacin llevaran a una recomendacin de inversin inicial cautelo-
sa, o por lo menos de inversin parcial, ya que el nivel de precios y la
penetracin del mercado que tenga la nueva empresa son las variables
crticas y las cuales deben ser analizadas con un mayor nivel de detalle.
En este caso y en cualquier decisin que implique riesgo es impor-
tante la identificacin de las fuentes potenciales de riesgo y a su vez la
correcta especificacin de las variables aleatorias y determinsticas que
impacten la decisin, ya que as se obtiene el mejor panorama del riesgo
para la toma de decisiones, en este caso, de inversin.
Dentro de las principales desventajas encontradas en este caso de
aplicacin se pueden mencionar la estimacin de las distribuciones de
probabilidad, el cual es uno de los puntos en donde es necesario un
especial nfasis. Esta dificultad se ve superada siempre y cuando se cuen-
te con un muy buen panel de expertos para consultar y corroborar tanto
las fuentes de riesgo como la estimacin de sus distribuciones de proba-
bilidad.
Sin embargo para la red bayesiana, una ventaja de este modelo es
que a medida en que se tiene nueva informacin, las probabilidades se
van actualizando.
7. Venture Capital Method
45
APNDICES
A. Matrices de probabilidades usadas en el modelo de redes bayesianas
46
REFERENCIAS BIBLIOGRFICAS
[1] AMRAM, M. (2002). Value sweep: mapping corporate growth opportunities.
Boston, MA, US.: Harvard Business School Press.
[2] BERGEMANN, D.; ULRICH, H. (1997). Venture capital financing, moral hazard,
and learning. Journal of Banking and Finance.
[3] BERK, J.; GREEN, R.; NAIK, V. (2004). Valuation and return dynamics of new
ventures. The review of financial studies. Vol. 17, No. 1, pp. 135. The Society for
Financial Studies.
[4] BYGRAVE, W.; TIMMONS, J. (1992). Venture capital at the crossroads. Boston,
Massachussets, USA: Harvard Business School Press.
[5] CASTILLO, M. (2006). Toma de decisiones en las empresas: entre el arte y la
tcnica. Bogot: Universidad de los Andes, Ediciones Uniandes.
[6] CALLOW, A.; MICHAEL, L. (2003). Understanding valuation: a venture investors
perspective. Boston: Millenia Partners, USA.
[7] CAMP, J. (2002). Venture capital due diligence. John Wiley, NJ, USA.
[8] COLE EHMKE, C.; BOEHLJE, M. (2005). A Methodology and model for assessing
entrepreneurial ventures. Department of Agricultural Economics, Purdue
University.
47
[9] DAMODARAN, A. (2002). Investment valuation: tools and techniques for
determining the value of any asset, 2nd Edition, John Wiley, NJ, USA.
[10] DARIEN, Kusler (2005). Venture valuation of angel and seed companies. Oregon
Health Sciences University Oregon Graduate Institute, USA.
[11] KENNEY, M. (2000). Note on Venture Capital, BRIE Working Paper 142.
[12] KIRILENKO, A. (2001). Valuation and control in venture finance. The Journal of
Finance, Vol. 56 No. 2.
[13] LERNER, Josh (1998). A note on valuation in private equity settings. Boston, MA,
USA: Harvard Business School.
[14] LERNER, Josh (N.D.). Private equity investing: an overview, disponible en: http:/
/www.people.hbs.edu/jlerner/mod2.html
[15] LEVIN, J.; KIRKLAND and ELLIS (2002). Structuring venture capital, private
equity, and entrepreneurial transactions. Aspen Publishers, Frederick, USA.
[16] PATRIC, F. (1998). Stufenweise finanzierung und neubewertungsproblematik von
venture capital projekten. Universitt St. Gallen.
[17] PENDHARKAR, P. (2003). Managing data mining technologies in organizations:
techniques and applications. Chapter 1: Abramowicz, W.; Nowak, M.; Sztykiel,
J.; Bayesian Networks as a decision support tool in credit scoring domain; Idea
Group Publishing, Penn. State Univ at Harrisburg, USA.
[18] RAVID, A.; SPIEGEL, M. (1997). Optimal financial contracts for a start-up with
unlimited operating discretion. The Journal of Financial and Quantitative Analysis,
Vol. 32 No. 3.
[19] ROA, D. (2006). Metodologa para la valoracin de proyectos de capital de riesgo.
Asesor: Tognato, C.; Coasesor: Cruz, J. Bogot: Universidad de los Andes.
[20] TUKKA, J.; LAAMANEN, T. (2000). Valuation of venture capital investments:
empirical evidence, on work paper.

Herramienta Toma de Decisiones

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Herramienta Toma de Decisiones

Uploaded by

Copyright:

Available Formats

22

You might also like