ENFOQUES DE LA TOMA DE DECISIONES1

Muchas personas piensan que la toma de decisiones es un proceso intuitivo que no

puede realizarse sistemticamente y que la mejor forma de tomar una decisin es ya sea
trayndola de los pelos, por intuicin de los ejecutivos, por una corazonada o aplicando
un buen criterio. Segn este punto de vista, el mejor consejo que se puede dar a quien
toma decisiones, es que formule claramente las diversas opciones que tiene, recoja
informacin, la pondere y decida. La forma de hacerlo depende de las predilecciones de la
persona que toma las decisiones.

En este trabajo, mi punto de vista es que el criterio y la intuicin son ingredientes

esenciales de las buenas decisiones, pero que tambin hay espacio para introducir
slidos principios cientficos y para desarrollar una tecnologa prctica de toma de
decisiones. El nfasis aqu estar en las tecnologas que ayudan a tomar decisiones.

En este trabajo se revisan tecnologas que ayudan en la toma de decisiones y que

actualmente estn usando quienes toman decisiones en los negocios, gobierno y fuerzas
armadas. Veremos que cada una de estas tecnologas est dirigida a una clase limitada
de problemas decisionales, de tal modo que al revisarlos analizaremos tambin las
desventajas de cada una.

UN CASO-ESTUDIO

Con el fin de ilustrar las diversas tecnologas que ayudan en la toma de decisiones, es
conveniente que veamos un caso-estudio que, aunque disfrazado, se basa en un
problema decisional real que enfrent una importante empresa siderrgica. Luego
ilustrar la mayora de las tecnologas que ayudan en la toma de decisiones mostrando
cmo podra haberse usado cada enfoque en el caso-estudio.

Hrcules-International es una empresa siderrgica que produce aceros especiales y que

durante varias dcadas ha tenido una gerencia muy conservadora. Durante los ltimos
diez aos no se ha desarrollado productos nuevos y por varios aos han estado
disminuyendo las ventas totales. Varios de sus productos ahora son antieconmicos y
otros estn llegando a ese punto. Hace dos aos fue nombrado un nuevo gerente general,
a lo que sigui una considerable reorganizacin en la cima.

La gerencia est ansiosa por cerrar las lneas que no son rentables, pero la empresa se
encuentra ubicada en una comunidad pequea donde los sindicatos opondran una fuerte
resistencia a las consecuencias, las que tambin causaran problemas en el espritu de
equipo del resto de la fuerza laboral.

El gerente general organiz un pequeo departamento de investigacin, el que

desarroll un nuevo proceso para la fabricacin de metal pulverizado. El producto tiene
excelentes cualidades; las partculas son excepcionalmente uniformes y pueden
compactarse fcilmente en formas slidas. El proceso tambin es relativamente barato.
Para probar debidamente el proceso y resolver algunos problemas de desarrollo de
escala se necesita una planta piloto que costara aproximadamente 100.000 libras. Si la
prueba tiene xito, Hrcules-International podra construir una planta nueva a un costo de
aproximadamente 5 millones de libras, cerrar las lneas no rentables y transferir a la
planta nueva al personal que quedara desocupado.

1
Este trabajo se basa en dos programas de video tape, Approaches to Decision Making, Parts I and II.
1978, Lawrence D. Phillips, Audio Visual Service, Brunel University, Uxbridge, Middlesex, Inglaterra.
 Lamentablemente, el mercado de metal pulverizado no es nada seguro. El personal
del departamento de ventas no puede ponerse de acuerdo sobre las proyecciones de
venta de los prximos diez aos ms o menos. Ya sea que exista un mercado grande, o
que se vaya a desarrollar uno, la compaa tiene que establecer pronto su participacin
de mercado pues de otro modo podra resultar bastante difcil penetrar posteriormente en
un mercado ya existente. Si esta nueva empresa tiene xito, establecera a Hrcules-
International como una compaa vigorosa y emprendedora, sus otras operaciones se
beneficiaran y el estado de nimo del personal mejorara. Por el momento no se estn
considerando otros proyectos alternativos de la misma envergadura y ninguno de los
proyectos que tiene el departamento de investigacin alcanzar la etapa de propuesta por
lo menos hasta dentro de dos aos.

Con este problema decisional en mente podemos proceder a analizar las diversas
tecnologas que ayudan en la toma de decisiones.

LISTAS DE COMPROBACIN

Uno de los enfoques ms simples para evaluar una opcin decisional es valorar los
pros y contras. Un patrocinador de este mtodo fue Benjamn Franklin, quien en 1772
escribi a su amigo Joseph Priestly:

Por falta de premisas suficientes, no puedo aconsejarlo qu decidir, pero, si me lo

permite, le dir cmo Mi manera de hacerlo es dividir en dos columnas media hoja de
papel mediante una lnea: escribo en la parte superior de una Pro y en la de la otra Con.
Despus de tres o cuatro das de reflexiones, escribo bajo estos encabezamientos breves
notas sobre los diferentes motivos que se me ocurren en diferentes momentos a favor o
en contra de la medida. Cuando las tengo todas a la vista, trato de estimar sus
respectivos valores para encontrar al fin dnde est el equilibrio y, aunque el valor
de las razones no puede darse con la precisin de cantidades algebraicas, no obstante,
cuando cada una es considerada por separado y comparativamente, y tengo todo delante
de m, creo que puedo juzgar y que hay menos probabilidad de que tome una decisin
apresurada; y en realidad, he encontrado grandes ventajas en esta clase de ecuacin, en
lo que podra llamarse lgebra moral o prudencial.2

Con el fin de hacer la lista sugerida por Benjamin Franklin es necesario, por
supuesto, establecer primero los objetivos de la decisin. Luego se puede clasificar las
posibles consecuencias de la decisin en pros y contra. Por ejemplo, la gerencia de
Hrcules-International quiere que la empresa de metal pulverizado:

o sea rentable,
o mejore la imagen de la compaa,
o proporcione empleo al personal que ahora trabaja en las lneas antieconmicas para
poder cerrarlas, y
o mejore el estado de nimo de los trabajadores.

Con estos objetivos en mente, podemos hacer una lista de los pros y contras de la
decisin de construir una planta a escala industrial, suponiendo que la planta piloto
tuvo xito.

2
Bigelow, J. (Editor) The Complete Works of Benjamin Franklin, Vol. 4, New York: Putnam, 1887.
 PRO CONTRA
Dificultad para conseguir capital
Si mercado es pequeo
Si se desarrolla mercado se pierde dinero
Rentable imagen de la compaa se
Imagen de la compaa deteriora
mejora consecuencias del cierre de la
Provee empleo alternativo planta
Mejora el estado nimo de baja el estado anmico de los
los trabajadores trabajadores.

Se ha sugerido diversos refinamientos de las listas de comprobacin. Franklin mismo

aconseja usar diferentes valores para cada rubro de la lnea. Kepner & Tregoe3 sugieren
clasificar los objetivos en OBLIGATORIOS y DESEADOS. Se elimina as cualquier opcin
decisional que no cumple un objetivo OBLIGATORIO y la lista de comprobacin contendr
entonces slo los pros y contras que reflejan los DESEADOS. Por ejemplo, la opcin alternativa
de no hacer fue rechazada por la gerencia de Hrcules-International pues no cumple con el
objetivo OBLIGATORIO de tratar de impedir la decadencia de la compaa.

Una vez hecha la lista y asignados los valores, el balanceo de los valores y la decisin final
a favor o en contra de la opcin queda a decisin de la intuicin y criterio de quien toma la
decisin.

A travs de todo este trabajo usaremos listas de comprobacin como medio para resumir
los pros y contras de cada tecnologa de ayuda en la toma de decisiones. En general, es fcil
apreciar que las listas de comprobacin:

(+) Se desarrollan rpidamente, son fciles de hacer y no requieren de habilidades especiales

para su preparacin o uso,
(-) no proveen medio alguno para balancear los pros y contras, y
(-) no tienen cabida para la incertidumbre.

En el caso del problema de Hrcules-International, fue bastante fcil preparar una lista de
comprobacin, y la asignacin de valores se pudo hacer sin demasiada dificultad. Pero no es
claro cmo podran balancearse los valores y tampoco existe alguna forma para hacer frente a
la incertidumbre acerca del mercado o acerca del xito o fracaso de la planta piloto.

VALORIZACIN

Este enfoque de la toma de decisiones es una variacin del mtodo anterior y en l se

asigna valores numricos a los pros y contras; estos valores representan la atraccin relativa
de las consecuencias. Para aplicar este mtodo es necesario encontrar alguna base objetiva
que permita asignar nmeros a las diversas consecuencias.

Por ejemplo, si slo nos interesa la rentabilidad del proyecto de Hrcules-International,

entonces se puede valorar cada consecuencia en trminos monetarios. Una vez hecho esto,
suponiendo que la planta piloto tiene xito y que se construye la planta a escala industrial, se
estim que el valor total del proyecto en dinero corriente, era de 5,2 millones de libras
esterlinas. (Dejaremos para ms adelante la explicacin de la forma en que se determin esta
cifra).

3
Kepner, C.H. y Tregoe, B.B., The Rational Manager, New York: McGraw-Hill. 1965.
 La valorizacin no est restringida a las consecuencias monetarias. Las decisiones
referentes a los mtodos de produccin pueden ser evaluados en trminos de nmeros de
unidades producidas por unidad de tiempo; las decisiones de comercializacin en trminos de
participacin de mercado; las decisiones de distribucin en trminos del tiempo total requerido
para distribuir un nmero determinado de bienes a un nmero determinado de destinos, y las
decisiones de inspeccin, en trminos del nmero de productos defectuosos en un lote de
determinado tamao. Todos stos son buenos ejemplos. Sin embargo, puede ser difcil evaluar
algunas influencias en trminos numricos, de modo que tales resultados quedan
generalmente como influencias cualitativas sobre la decisin. Una mejor imagen de la
compaa Hrcules-International podra ser evaluada en trminos de su efecto monetario
sobre otras operaciones, pero esto puede resultar difcil. Sobre esta base igualmente podra
ser bastante difcil evaluar el estado anmico de los trabajadores.

Una crtica de este enfoque seala que la valorizacin:

(+) Usualmente requiere un anlisis cuidadoso y ponderado,

(+) Provee una indicacin de cuan mejores que otros son algunos resultados,
(+) Es til cuando el dinero o alguna otra medida numrica es el criterio principal o nico,
(-) No provee base alguna para compensar los resultados cuantitativos con los
cualitativos, y
(-) No tiene cabida para la incertidumbre

En el caso de Hrcules-International fue necesario hacer un detallado anlisis financiero

con el fin de derivar la cifra de 5,2 millones de libras, y este valor indic que en vez de no
hacer lo mejor que podra hacer la gerencia era proseguir con el proyecto, suponiendo que la
planta piloto tuviera xito y que existiera un mercado. Probablemente aumentara la
valorizacin de 5,2 millones si pudiera encontrarse alguna manera de incluir los efectos sobre
otras operaciones y sobre el estado de nimo de los trabajadores. Pero no hay forma de incluir
la incertidumbre acerca de la planta piloto y el mercado.

ANALISIS DE COSTO-BENEFICIO

Este mtodo es ms explcito para compensar los pros y contras que los que ya hemos
visto. Todos los beneficios se miden en una escala comn, y luego se determina la relacin de
beneficios a costos de cada opcin decisional. Probablemente la opcin con la relacin
beneficio-a-costo ms alta es la mejor decisin. Este es un punto de vista bastante estrecho
del anlisis costo-beneficio y algunos enfoques han aligerado los procedimientos cuantificando
solamente algunos de los beneficios y aplicando ms de una escala para medirlos. Con
frecuencias se hace el intento de medir cada beneficio mediante algn procedimiento objetivo,
pero sea cual fuere el enfoque, la meta es proporcionar una medida razonable del beneficio
social total, para las personas afectadas, teniendo en cuenta todos los pros y contras de la
decisin adoptada.4

El anlisis de costo-beneficio es utilizado extensamente por planificadores

gubernamentales y, en un menor grado, por organizaciones comerciales e industriales. Por
ejemplo, en 1963 se us en Gran Bretaa el anlisis de costo-beneficio para evaluar la
proyectada inversin en la Lnea Victoria del London Transport, y por la Comisin Roskill para
evaluar las posibles ubicaciones de un tercer aeropuerto londinense. Mereci amplia publicidad

4
Se puede encontrar una buena descripcin del anlisis de costo-beneficio y de algunos de los otros
enfoques estudiados en este trabajo en Neufville, R. y Stafford, J.H., Systems Analysis for Engineers and
Managers, New York; McGraw Hill, 1971.
una aplicacin en los Estados Unidos por la Ford Motor Company cuando se conoci que se
haba tomado una decisin desastrosamente equivocada. Esta se refera a la decisin de
cambiar o no cambiar de lugar el tanque de combustible del Ford Pinto. Incluso una moderada
colisin de la parte trasera del automvil causaba la rotura del tanque a la que frecuentemente
segua un incendio fatal o fuerte. Varias autoridades consideraron que este riesgo de
seguridad se deba a la ubicacin del tanque: estaba colocado entre el eje posterior y el
parachoques posterior. Un lugar ms seguro era encima del eje posterior, como montura,
apartado de la lnea del impacto directo.

En 1972, para decidir si darle o no una mayor seguridad al Pinto, Ford realiz un anlisis
de costo-beneficio. Identificaron tres beneficios para la sociedad si se adoptaba la posicin
alternativa. Uno era la proteccin de vidas, otro las lesiones que se evitaran y, finalmente, los
automviles que se salvaran. El valor de una vida humana fue determinado en $ 200.000, el
de una lesin en $ 67.000 y el de un automvil en $ 710. Los costos eran simplemente los de
modificar el diseo: $ 11 por vehculo.

BENEFICIOS

VIDAS SALVADAS 180 muertes x $ 200.000 por muerte

LESIONES EVITADAS 180 lesiones x $ 67.000 por lesin $ 49,5

MILLONES
AUTOMVILES SALVADOS 2.100 automviles x $ 710
por automvil

COSTOS

AUTOMVILES: 11 millones x $ 11 por automvil

$ 137 MILLONES
CAMIONES: 1,5 millones x $ 11 por camin

ANALISIS COSTO-BENEFICIO

Beneficios ascienden a $ 49,5 millones

Costos ascienden a $ 137 millones
Costos exceden beneficios de modo que no se hace el cambio

Esta aplicacin en particular merece varias crticas:

Fue una aplicacin equivocada. Ford debi hacer un anlisis similar de la decisin de no hacer
el cambio. Quiz eso hubiera dado lugar a una relacin de beneficios a costos menos
favorable. Las opciones decisionales slo pueden juzgarse en relacin unas con otras, de modo
que no es posible evaluar significativamente una sola alternativa.
o La aplicacin del Pinto compar el beneficio para la sociedad con el costo para Ford.
Quizs $ 1 para Ford no debe considerarse equivalente a $ 1 para la sociedad.
o El mtodo de medicin de los beneficios est abierto a cuestionamiento, especialmente el
valor de una sola vida. La cifra de $ 200.000 se bas en una descomposicin de diez
factores dados en un estudio efectuado por la National Highway Traffic Safety
Administration. Pero un trabajo reciente efectuado en la Stanford University por el
Profesor Ron Howard indica que los individuos valorizan sus vidas en $2,5 $3,0 millones
en una amplia variedad de casos de decisin.
o El anlisis no toma en cuenta la considerable incertidumbre respecto al nmero de vidas
salvadas, lesiones evitadas y automviles salvador. Estimados gubernamentales del
nmero de muertes estaban entre 2.000 y 3.500 y otros expertos juzgaron que los
estimados hechos por la Ford del nmero de lesiones estaba equivocado por un factor de
diez. Estas discrepancias se explican, en parte, por el hecho de que los ingenieros de la
Ford estaban anticipndose a las consecuencias de algunos proyectos, dirigidos a evitar
que explosionaran los tanques de gasolina despus de accidentes de vuelta de campana,
de modo que los estimados del anlisis de la Ford eran slo por este tipo de accidentes.

Desde el punto de vista de la Ford, la decisin de no hacer la modificacin dio lugar a varios
resultados desafortunados. Varios tribunales en todos los Estados Unidos fallaron por daos y
perjuicios contra la Ford, y finalmente la Ford debi recuperar todos los Pintos para
modificarlos de todas maneras, todo ello en medio de una agitada publicidad adversa.

Una aplicacin adecuada del anlisis costo-beneficio al problema de Hrcules-International

considerara no slo los costos obvios de capital y operacin as como los ingresos derivados
de las ventas, sino tambin los beneficios en trminos del estado anmico de los trabajadores,
una mejor imagen de la compaa y la proteccin de puestos de trabajo. Debera hacerse un
anlisis separado de cada una de las opciones decisionales consideradas.

Ciertamente debera incluirse entre las posibles opciones proseguir con el proyecto, y la
relacin beneficio a costo de tal decisin podra compararse con la de no hacer en el
momento actual, o la de cerrar las lneas que causan prdidas ahora y postergar el proyecto
hasta que el mercado parezca ms seguro.

Las siguientes apreciaciones ponderan el anlisis costo-beneficio:

(+) Obliga a quien toma la decisin a pensar seriamente en los mritos relativos de las
diversas opciones decisionales.
(+) provee un medio para combinar los beneficios y compararlos con los costos, obligando as
a quien toma la decisin a considerar los beneficios sociales as como los costos
monetarios.
(-) supone que todas las dimensiones de beneficios y costos son igualmente importantes, y
supone que una unidad en una dimensin es equivalente a una unidad en otra,
(-) requiere de cierta experiencia tcnica en medir beneficios no monetarios y
(-) no puede solucionar la incertidumbre.

En el caso del problema de Hrcules-International, el anlisis de costo-beneficio no es en

realidad una tecnologa muy til, debido parcialmente a que se requiere un anlisis ms
detallado del lado financiero del proyecto del que proporciona el anlisis de costo-beneficio, y
debido principalmente a que la incertidumbre desempea un papel tan importante en el
proyecto. Tal como veremos ms adelante, el anlisis de flujo de caja descontado, anlisis de
riesgo o anlisis de decisiones son tecnologas ms apropiadas para este problema.

LAS MEJORES CONJETURAS

Cada uno de los mtodos que hemos visto hasta ahora evala la conveniencia relativa de
las consecuencias provenientes de una determinada decisin. Sin embargo, en muchos
problemas es posible que no ocurran las consecuencias previstas por quien tom la decisin;
en cambio pueden ocurrir otras. Asimismo, puede ser difcil prever los resultados. De las
diversas tcnicas ideadas para permitir que quien toma la decisin vincule las consecuencias
con las opciones decisionales, la ms obvia es conjeturar la consecuencia ms probable que
provendr de una determinada decisin. Estas mejores conjeturas son luego evaluadas
mediante cualquier de los procedimientos antes indicados.

Por ejemplo, el director de investigacin de Hrcules-International pensaba que la planta

piloto resolvera satisfactoriamente los restantes problemas de desarrollo, y el gerente de
ventas tena confianza en que el mercado de metal pulverizado estara all para cuando la
planta estuviera en plena produccin. De acuerdo con estas mejores conjeturas, la
rentabilidad de la planta a escala industrial fue evaluada en 5,2 millones de libras esterlinas.

Otro ejemplo lo proporciona el problema que se les present a las grandes empresas
petroleras que se vieron obligadas a revisar sus tcticas para el transporte de petrleo de los
proveedores a los mercados cuando el Canal de Suez fue bloqueado a mediados de 1967.
Resultaba difcil planificar frente a la incertidumbre de cundo se reabrira el canal, de modo
que una de estas grandes empresas us una mejor conjetura de julio de 1969. Este
estimado tuvo un considerable efecto en las tcticas de la empresa, pero cuando la fecha se
fue aproximando, se dieron cuenta que, entre otras cosas, tenan demasiados buques tanque
de tamao adecuado para el Canal de Suez pero muy pocos supertanqueros. Y, por supuesto,
tuvieron que aceptar esta desafortunada consecuencia hasta que el canal fue reabierto en
Junio de 1975.

En general, las mejores conjeturas:

(+) Constituyen bases apropiadas para planificar cuando las consecuencias son
razonablemente seguras,
(-) pueden llevar al desastre cuando existe incertidumbre y
(-) son difciles de evitar.

Una sola persona segura en la sala de directorio hace difcil que los dems digan que la
certeza de esa persona slo es una mejor conjetura en un mar de incertidumbre.

GENERACION DE ESCENARIOS

Esta es una variante de la tcnica de mejor conjetura pues slo se evalan algunas
conjeturas del futuro, al igual que en el anlisis de sensibilidad. Uno o ms expertos proyectan
posibles secuencias de acontecimientos futuros, luego evalan cada secuencia usando uno de
los mtodos que ya hemos visto. Cada secuencia se conoce como un pronstico o escenario.

Por ejemplo, al tratar de pronosticar el estado de la industria microelectrnica de cinco,

diez y quince aos, un experto consider las tecnologas que estn siendo usadas
comercialmente en la actualidad, la tecnologa sobre las que ya se ha informado en literatura
cientfica y tcnica pero que todava est en vas de desarrollo y tambin las tecnologas
nuevas que la comunidad cientfica considera en general que se encuentran en el horizonte
cercano. A base de estas tecnologas, y considerando las dificultades prcticas que hacen
imposible que todo descubrimiento cientfico resulte en una tecnologa comercialmente viable,
y haciendo las debidas reservas por las tecnologas radicales que es imposible prever, el
experto construy una serie de secuencias plausibles de acontecimientos y desarrollos futuros,
constituyendo cada secuencia un pronstico o escenario que ayudaba a predecir las
participaciones relativas de mercado de las diferentes tecnologas.

Con el fin de tomar en cuenta la incertidumbre en estos pronsticos, frecuentemente el

experto desarrolla un pronstico pesimista y un pronstico optimista as como un pronstico
que si no es estrictamente una mejor conjetura por lo menos es plausible y representativo
del curso ms probable de los acontecimientos futuros. Se usa una mezcla de posibles valores
de las cantidades inciertas de tal modo que el pronstico parezca en general pesimista u
optimista pero no obstante plausible. Poner todas las cantidades inciertas, digamos, un 20%
ms bajas que los valores de la mejor conjetura creara un pronstico pesimista, igual que
en el anlisis de sensibilidad, pero no sera representativo de los pronsticos desfavorables y
sera un pronstico extremo. Por tanto, la generacin de pronsticos es un intento por superar
el sesgamiento que puede resultar de realizar el anlisis de sensibilidad despus de reducir o
aumentar las cantidades inciertas.

En el caso de Hrcules-International, se desarroll diversos pronsticos que reflejaban

diferentes grados de penetracin de mercado por la compaa y de la competencia de otras
empresas siderrgicas en el mismo negocio.

Segn uno de los pronsticos, Hrcules-International entraba al negocio de metal

pulverizado para 1980, estableca una participacin de mercado sustancial y mantena esa
participacin durante cinco a diez aos con slo un moderado descenso despus. Segn otro
pronstico, la compaa esperaba para construir su nueva planta, luego desarrollaba su
participacin de mercado hasta alcanzar una punta mxima aproximadamente en 1990. Se
desarroll tambin otros pronsticos y el proyecto fue evaluado de acuerdo con cada uno de
ellos. La gama de resultados fue considerable: de -2 millones de libras para el pronstico ms
pesimista a poco ms de 10 millones para el ms optimista. Por tanto, la compaa poda
perder una cantidad moderada o ganar bastante bien con el proyecto, dependiendo de cmo
resultaran las cosas.

Los ejemplos muestran que la generacin de pronsticos:

(+) obliga a quien toma la decisin a considerar diversos futuros.

(+) disminuye el optimismo o pesimismo extremo que podran ser creados por los anlisis
de sensibilidad de las mejores conjeturas, pero
(-) no proporciona gua alguna para la toma de decisiones cuando diferentes futuros
indican que se tomen diferentes decisiones en la actualidad.
 FLUJO DE CAJA DESCONTADO

Una variante de los enfoques de la mejor conjetura y de la generacin de pronsticos,

el anlisis de flujo de caja descontado, permite incorporar la preferencia de quien toma la
decisin por recibir dinero ahora en vez de despus. Supongamos, por ejemplo, que furamos
a invertir 100 Libras ahora a un inters anual de 6%.
Al trmino de un ao la inversin original ha crecido a 106 Libras. Otra forma de
considerar esto es decir que 106 Libras recibidas dentro de un ao equivalen a 100 Libras
recibidas ahora. O, aplicando un factor de descuento de 6%, 100 Libras dentro de un ao
equivalen a 94,34 Libras ahora.

La preferencia de tiempo se expresa como un factor de descuento; cuanto ms grande es

el factor, tanto ms fuerte es la preferencia por recibir dinero ahora que despus. Como la
tasa de descuento es un criterio subjetivo, ningn valor nico es apropiado para todas las
situaciones decisionales. Al elegir una tasa de descuento, quien toma la decisin podra desear
considerar la posicin corriente del flujo de caja de la organizacin (ya sea que las metas
financieras a corto plazo o a largo plazo sean ms importantes), el tipo de proyecto (ya sea
aplicable en un horizonte a largo o a corto plazo) y otros factores.

En el anlisis de flujo de caja descontado, los pronsticos se desarrollan algunas veces

hasta a 20 aos o ms. Estos pronsticos contienen detalles suficientes como para permitir el
clculo de flujos de caja anuales. Los flujos de caja de cada ao son descontados despus por
la tasa de descuento. La suma de los flujos de caja descontados se denomina el valor
presente neto (VPN), una cifra que da un valor monetario al proyecto.

Ao: 1 2 3 4 ... 7 15
Flujos de caja: -160 -600 -4500 300 3600 3500
(en miles de Libras esterlinas)
Factores de descuento: 1,15 (1,15)2 (1,15)3 (1,15)4 (1,15)7 (1,15)15
(a una tasa de 15%)

Flujos de caja: -139 -454 -2959 172 1353 4300

descontados:
VALOR PRESENTE NETO: (-139) + (-454) + ..+(4300) = 5,2 Mills.

TASA DE RENDIMIENTO: 34% (TIR)

Por ejemplo, la figura muestra una secuencia de flujos de caja para un pronstico del
proyecto de Hrcules-International. En el primer ao, el flujo de caja negativo de 160 mil
Libras se debe principalmente a la inversin de capital en la planta piloto y equipo. En el
segundo ao se compra el equipo para la planta a escala industrial por 600 mil Libras, y la
nueva planta se construye durante el tercer ao a un costo de 4,5 millones e libras.

Las ventas durante el cuarto ao hacen que el flujo de caja se torne positivo, y luego que
se desarrolle hasta un mximo en el stimo ao, declinando muy ligeramente despus.
(Supongamos que los flujos de caja corresponden al final de cada ao).

La siguiente hilera de la figura presenta los factores de descuento con una tasa supuesta
de 15%. Cada flujo de cada es dividido entonces entre el correspondiente factor de descuento.
Luego se suman los flujos de caja descontados resultantes para obtener el valor presente
neto, en este caso 5,2 millones de Libras. Este es el mtodo que se us para valorizar el
proyecto cuando, al principio, dijimos que el valor total del proyecto de metal pulverizado era
de 5,2 millones de Libras. El anlisis de flujo de caja descontado es un mtodo de valorizacin,
que muestra que no existen realmente distinciones tan definidas entre las tecnologas como
podra pensarse de este trabajo.

Otra posible aplicacin del anlisis de flujo de caja descontado, que es preferido por
algunas organizaciones, es para determinar los flujos de caja anuales, tal como aqu, pero
para encontrar la tasa de descuento que haga que el valor presente neto sea de cero. El
resultado se denomina la tasa de rendimiento. Para los flujos de caja que se presentan en
la figura, sta es de 34%. Es decir, al aplicar una tasa de descuento de 34%, los factores de
descuento ms grandes reducirn de tal modo los flujos de caja positivos posteriores que la
suma de los flujos de caja descontados ser cero. Podemos decir, entonces, que este
pronstico describe una situacin que produce una tasa de rendimiento de 34%. Este es el
mtodo que se us en la seccin sobre anlisis de sensibilidad en que se computaron
diferentes tasas de rendimiento bajo diversas suposiciones acerca del precio de venta y el
costo por libra.

Aunque algunas organizaciones prefieren el enfoque de tasa de rendimiento porque

parece evitar la eleccin arbitraria de una tasa de descuento, en la prctica todava ser
necesario hacer juicios subjetivos con este mtodo. Aparte del punto obvio de que los flujos de
caja mismos se basan principalmente, en juicios subjetivos acerca del futuro, consideremos
que quien toma la decisin est usando el enfoque de tasa de rendimiento y est tratando de
decidir entre dos proyectos. Un proyecto le da una tasa de rendimiento ms baja de una
inversin de capital ms baja; el otro una tasa de rendimiento ms alta con una inversin ms
alta. La compensacin entre rendimiento e inversin es un juicio subjetivo. Quien toma la
decisin podra resolver el problema seleccionando una tasa de descuento apropiada para la
situacin y calculando el VPN de cada proyecto. Como el VPN toma en cuenta la intensidad de
preferencia de quien toma la decisin por dinero ahora en vez de despus, y tambin el
periodo de recuperacin as como la oportunidad de los ingresos de capital, los ingresos de
ventas y las salidas de efectivo, el VPN proporciona un criterio decisional ms satisfactorio que
la tasa de rendimiento misma. An as, siempre debe examinarse la secuencia real de los
flujos de caja con el fin de asegurar que ninguno es desastroso.

Sin embargo, ninguno de los enfoques toma en cuenta las actitudes hacia el riesgo de
quien toma la decisin ni considera la incertidumbre que se oculta detrs de las cifras que
entraron en los clculos del flujo de caja. En muchos casos se puede hacer que los proyectos
parezcan buenos o malos eligiendo simplemente cifras ya sea optimistas o pesimistas, de
modo que cuando se calculan los flujos de caja el VPN o la tasa de rendimiento parece muy
favorable o muy desfavorable.

Debido a que un sesgamiento puede distorsionar fan fcilmente un anlisis de flujo de caja
descontado, algunas empresas tienen comits de revisin para verificar la exactitud de los
estimados o para aplicar factores de correccin basndose en el registro de la trayectoria del
proponente; otras aplican factores de castigo a las presentaciones de una divisin cuyos flujos
de caja de un proyecto aceptado anteriormente se desviaron fuera de los lmites fijados por la
poltica de la empresa; y an otras han abandonado el anlisis de flujo de caja descontado.

En resumen, vemos que el anlisis de flujo de caja descontado:

(+) obliga a quien toma la decisin a pensar seriamente en los acontecimientos que
podran ocurrir en el futuro y en los resultados futuros;
(+) permite la incorporacin formal del criterio de quien toma la decisin sobre
preferencias de tiempo;
(+) proporciona, mediante el concepto de valor presente neto, una base para comparar
proyectos alternativos, pero
(-) no incluye la actitud hacia el riesgo de quien toma la decisin (usualmente aversin al
riesgo) y
(-) no toma en cuenta la incertidumbre en el logro de los flujos de caja calculados.

ANALISIS DE SENSIBILIDAD

En este enfoque, con las mejores conjeturas se juegan juegos de qu sucedera si. Es
decir, se cambian algunos de los valores inciertos de las mejores conjeturas y luego se vuelve
a evaluar cada opcin decisional usando cualquiera de los mtodos que ya hemos tratado.

Por ejemplo, dos factores inciertos importantes del proyecto de Hrcules-International son
el precio de venta futuro y el costo unitario por libra del metal pulverizado. El precio de venta
futuro depende fuertemente de factores del mercado mientras que el costo unitario se ver
influenciado principalmente por el costo de las materias primas y energa, todas cantidades
inciertas. Sin embargo, se obtuvo una gama de precios de venta futuros y costos unitarios
plausibles, y luego se calcul la tasa de rendimiento del proyecto bajo diferentes suposiciones
acerca de estos dos factores. En los grficos se puede ver los resultados.

El grfico de la izquierda muestra que la tasa de rendimiento del proyecto vara de

aproximadamente 15% cuando el precio de venta es 3 libras a ms de 35% cuando ste es de
6 libras esterlinas por libra; la duplicacin del precio de venta ms que duplica la tasa de
rendimiento. Por otra parte, el grfico de la derecha muestra que la duplicacin del costo
unitario por libra tiene muy poco efecto sobre la tasa de rendimiento; sta baja simplemente
de aproximadamente 35% a aproximadamente 30%. Si los ejes horizontales de estos dos
grficos cubre toda la gama de posibles precios de venta futuros y costos unitarios, entonces
es evidente que la valorizacin de este proyecto no es sensible a la incertidumbre de los
costos unitarios pero s al precio de venta. Una evaluacin del valor del proyecto no estar
muy equivocada aunque los costos unitarios no sean correctos pero no puede decirse lo
mismo de los efectos del precio de venta. Estaran justificados pues una mayor consideracin y
un anlisis ms detallado del precio de venta.

Cuando el proyecto incluye varios factores inciertos, tal como sucede en el caso de
Hrcules-International, es una prctica comn hacer un anlisis de sensibilidad subiendo un 10
20% todas las mejores conjeturas y luego bajando un 10 20% todos los factores inciertos.
Lamentablemente, la gama de posibles consecuencias que resulta de este anlisis puede hacer
que quien toma la decisin tenga una apreciacin indebidamente pesimista u optimista del
proyecto debido a que es muy poco probable que todos los factores estn equivocados en la
misma direccin y mucho menos por el mismo porcentaje. Un enfoque ms realista sera
aumentar algunos de los factores por diferentes cantidades mientras que se disminuyen otros
por diversos porcentajes. Sin embargo, este no es un enfoque muy prctico pues sera
necesario realizar un gran nmero de anlisis de sensibilidad para cubrir todas las
combinaciones de incluso un nmero moderado de niveles del factor incierto.

En cuanto a ventajas y desventajas, el anlisis de sensibilidad:

(+) Es un mejor procedimiento que la evaluacin de una sola mejor conjetura,

(+) Da una indicacin de la gama de posibles resultados bajo diferentes suposiciones acerca
de factores inciertos,
(+) Ayuda a identificar factores crticos e incertidumbres claves,
(-) no proporciona forma prctica alguna para examinar los efectos de todas las
combinaciones de suposiciones,
(-) pueda dar lugar a una apreciacin indebidamente optimista o pesimista de un proyecto en
el que tienen importancia varios factores inciertos,
(-) permite a quien toma la decisin ver los efectos de la incertidumbre, no obstante, no
proporciona gua alguna sobre qu hacer frente a sta.

Los consultores que trabajaban con Hrcules-International escribieron un programa de

computadora que calculaba el rendimiento porcentual del proyecto bajo cualquier suposicin
que el usuario deseara hacer acerca de cantidades inciertas. Debido a que el programa era
totalmente interactivo y poda correrse incorporando los valores deseados de las cantidades
inciertas en una terminal conectada con la computadora va la lnea telefnica, la terminal fue
puesta a disposicin de la reunin en la que se discuti el proyecto de metal pulverizado.

Anteriormente, los proyectos que requeran de inversin de capital siempre haban sido
evaluados usando un solo conjunto de mejores conjeturas, de modo que este enfoque era
bien conocido. Pero cuando algunos miembros del comit cuestionaron ciertas suposiciones
del proyecto de metal pulverizado, fue posible volver a evaluar el proyecto al instante usando
diferentes suposiciones. El funcionario financiero en particular se senta encantado de ver que
15 aos de flujos de caja proyectados fueron escritos por la terminal cuando l incorpor su
propio conjunto de suposiciones. Varios miembros del comit probaron esta caracterstica del
programa de qu sucedera si, y todas las combinaciones razonables de suposiciones
produjeron por lo menos un 15% de rendimiento del proyecto. Se present adems un anlisis
de riesgo del proyecto, que describiremos ms adelante.
 EXPERIMENTACION

En trminos amplios, un experimento es simplemente una recopilacin sistemtica de

datos para reducir la incertidumbre. Una amplia gama de posibilidades podra ser calificada
como experimentos, desde ejercicios informales para la recopilacin de datos hasta estudios
estadsticos cuidadosamente controlados.

Por ejemplo, Hrcules-Intenational podra realizar una investigacin de mercado para

determinar mejor el mercado potencial de metal pulverizado. Al carecer de experiencia interna
en investigacin de mercados, podra contratar una firma de investigacin de mercados para
que le haga este trabajo. Luego tendra que decidir cunto dinero gastar en la investigacin;
en general, cuanto ms se gasta tanto ms precisos son los resultados de la investigacin.
Dada esta compensacin entre la cantidad gastada y la precisin de los resultados, debe haber
alguna forma de determinar la precisin necesaria para la decisin entre manos. Despus de
todo, no tiene sentido gastar vastas sumas en una medida altamente precisa del mercado
cuando todo lo que puede necesitarse es una razonable seguridad de que el mercado est, o
estar, por encima de un determinado nivel. El conocimiento corriente del mercado puede
incluso ser suficiente para justificar proseguir con un proyecto sin recolectar ms informacin.

En general, el que se recopile o no ms informacin antes de tomar una decisin respecto

de un proyecto se ve afectado por varios factores: la calidad informativa de los datos
obtenidos, el grado actual de incertidumbre y los costos y compensaciones relacionados con
los posibles resultados de las diferentes decisiones.

El nico enfoque de la toma de decisiones que considera formalmente todos estos factores
es el anlisis de decisiones. Parte de la tecnologa proporcionada por el anlisis de decisiones
es un procedimiento para determinar el valor de la informacin, y ste es el nico
procedimiento que puede asignar un valor numrico (monetario) a la decisin de recopilar ms
informacin. Slo, si este valor es mayor que el valor de tomar una decisin sin ms
informacin, quien toma la decisin debe proceder a recopilar ms informacin.

El decididor que est considerando recopilar ms informacin antes de tomar una decisin
podra desear considerar que un experimento:

(+) Puede ayudarlo a evitar prdidas sustanciales si, por ejemplo, el mercado no est all,
(+) Ayuda a superar prejuicios y sesgamientos, una consideracin importante cuando varias
personas estn en desacuerdo acerca de qu hacer,
(-) debe ser hecho por especialistas, usualmente estadsticos y
(-) puede no valer el costo si no reduce lo suficiente la incertidumbre.

Los mtodos modernos de investigacin de mercado dependen del anlisis de decisiones

para poner el ejercicio de recopilacin de informacin dentro del contexto de la decisin que
es el verdadero problema, y usan mtodos estadsticos bayesianos5 para combinar los
resultados formales del experimento con la intuicin y experiencia del decididor.

Hrcules-International decidi que su problema no era tanto el de determinar el tamao

de un mercado ya existente como el de crear una demanda de productos fabricados de metal
pulverizado en vez de mediante mtodos ms convencionales. Por tanto, en la reunin en la
que se iba a decidir el futuro del proyecto, el gerente de ventas ofreci poner a su extensa
fuerza de ventas a trabajar en persuadir a los clientes de la empresa a que cambiaran sus
mtodos actuales de produccin a aqullos que usaran metal pulverizado. Pensaban que
tendran xito con esta campaa pues para muchos productos en el rea de aceros especiales,

5
Vase una buena introduccin a los mtodos bayesianos en Winkler, R. L., An Introduction to
Bayesian Inference and Decision, New York: Holt, Reinhart & Winston, Inc., 1972.
los metales pulverizados producen componentes cerca a su forma terminada, de modo que
podran lograrse ahorros de 50 a 70%, o ms, sobre los componentes producidos
convencionalmente. Al final del periodo de prueba de la planta piloto, se tomara en cuenta el
mercado potencial creado cuando se decidiera si proseguir o no con la instalacin a escala
industrial.

CONTRUCCION DE MODELOS Y SIMULACION

Algunas veces los vnculos entre consecuencias y decisiones son tan complejos que se
construye un modelo para simular las secuencias de acciones y eventos que pueden ser
producidos por cualquier decisin o cambio en el sistema. El modelo es una abstraccin,
frecuentemente expresada como un conjunto de ecuaciones, desigualdades o relaciones
lgicas, y usualmente capta las interacciones entre eventos.

Por ejemplo la alta gerencia de Unilever quera encontrar el mejor sistema para distribuir
los productos de consumo de la compaa en el Reyno Unido6. Para dicho proyecto se
desarroll varios modelos de computadora, pero uno de los ms importantes fue un modelo
matemtico de costos operativos. Este, a su vez, estaba compuesto por otros tres modelos,
una para abastecimiento, otro para manipuleo y el ltimo para entregas locales. Los
experimentos proporcionaron informacin que permiti cuantificar muchas de las relaciones de
los modelos; nuevos experimentos ayudaron a probar los modelos una vez que stos fueron
terminados. Entonces fue posible probar diferentes sistemas de distribucin hipotticos, y esto
se logr mucho ms rpidamente y ms barato en la computadora que estableciendo sistemas
reales de prueba.

Otros ejemplos son el PERT, la programacin lineal, la teora de colas y otros modelos de
investigacin de operaciones. Simulaciones grandes y complejas tales como las de la
agricultura y el sistema de distribucin de alimentos mundiales, se corren tpicamente en
grandes computadores. Estas simulaciones pueden ser usadas para una gran variedad de
propsitos, desde la pronosticacin del Producto Bruto Nacional de un determinado pas hasta
la prueba de polticas gubernamentales proyectadas. La simulacin de computadora se est
usando asimismo en el diseo de ingeniera y arquitectnico; mediante el uso de grficas
interactivas de computadora, es posible probar diseos nuevos de manera rpida y barata
hasta que se encuentra un conjunto ptimo de parmetros de diseo.7

En el caso de Hrcules-International, los flujos de caja anuales fueron calculados aplicando

un modelo financiero que incorpora el costo de las materias primas de cada producto,
capacidad de planta, tiempo en proceso de cada producto, precio de venta de cada producto,
tasa tributaria y muchos otros factores. Este modelo, ejecutado como un conjunto de
ecuaciones matemticas en una computadora, hicieron posible que se determinara rpida y
fcilmente los flujos de caja para cualquier combinacin de suposiciones acerca de factores
inciertos; ste es el modelo mencionado en la seccin sobre anlisis de flujo de caja
descontado.

Algunos problemas ms serios se relacionan frecuentemente con modelos y simulaciones

grandes. En primer lugar, es costoso desarrollar y mantener modelos grandes. Por lo general,
un modelo que pronostica el PBN de un pas tiene asignado personal permanente con el fin de
que los usuarios en perspectiva puedan ser asesorados en su uso apropiado y para que el
modelo pueda mantenerse actualizado.
6
Descrito en el Captulo 6 de Byrnes, W. G. y Chesterton, B. K., Decisions, Estrategies y New Ventures,
Londres: George Allen & Unwin Ltd., 1973.
7
Vase Newman, W. y Sproull, R., Principles of Interactive Computer Graphics, New York; McGraw-Hill,
1973.
 Segundo, las simulaciones grandes son difciles de validar, pues si existieran buenos
criterios de validacin, no se necesitara del modelo. Las simulaciones que pronostican
acontecimientos futuros usualmente usan acontecimientos pasados para proporcionar
estimados de los parmetros del modelo; las discrepancias entre pronstico y acontecimientos
que ocurren subsiguientemente se convierten en la base para refinar el modelo. Es as que las
simulaciones parecen muchas veces encontrarse en un estado de continua refinacin.

Un tercer problema se debe a que estos modelos son muy complejos: con frecuencia es
difcil ver por qu se obtuvo un determinado conjunto de resultados; puede resultar imposible
reconstruir el funcionamiento del modelo para ver por qu ocurri este resultado en vez de
otro. Finalmente, los modelos grandes proporcionan por lo general una variedad de medidas
de polticas, dejando a quien toma la decisin la tarea de consolidar estas medidas y
proporcionar as una gua para la toma de decisiones.

En resumen, los modelos y simulaciones:

(+) Pueden proporcionar informacin sobre resultados que de otro modo es difcil, costosa o
imposible de obtener,
(+) Muestran cmo los cambios en una parte de un sistema afectarn las otras partes,
(+) Permiten realizar de manera barata y rpida anlisis de qu sucedera si,
(-) usualmente su desarrollo es costoso,
(-) con frecuencia son difciles de validar,
(-) pueden dar resultados difciles de justificar y
(-) pueden dar muchos resultados en escalas diferentes que no es posible combinar de
manera simple.

ANLISIS DE RIESGO

Este es el primer enfoque de la toma de decisiones, de los que hasta ahora hemos visto,
que explcitamente toma en cuenta la incertidumbre. El enfoque general del anlisis de riesgo
es asociar las probabilidades con las cantidades inciertas del problema decisional. Luego se
puede determinar para cada decisin una distribucin de probabilidades de las posibles
consecuencias. Al tomar en cuenta la actitud hacia el riesgo de quien toma la decisin, la
comparacin intuitiva de estas distribuciones proporciona una gua para la accin.

Por ejemplo, en el proyecto de metal pulverizado de Hrcules-International, se determin

las distribuciones de probabilidades para todas las cantidades inciertas. En la figura se muestra
uno de estos insumos; la cantidad incierta es el volumen del mercado total de metal
pulverizado durante el primer ao. (La figura se reproduce tal cual fue presentada por la
computadora). El eje horizontal muestra posibles volmenes de mercado desde cero hasta
aproximadamente 5 millones de libras. La curva, determinada por el personal de ventas, indica
la probabilidad de que un determinado volumen, o menos, ocurran durante el primer ao.
Por ejemplo, los tres crculos indican que el personal de ventas cree que existe un:

25% de probabilidad de menos de 1,5 milln de libras,

50% de probabilidad de menos de 2,0 millones de libras y
75% de probabilidades de menos de 2,75 millones de libras.

En el anlisis de riesgo, a cada cantidad incierta se le asigna una distribucin como sta, y
se usa diversos mtodos para determinar las distribuciones. Pueden basarse en proyecciones
estadsticas tales como el anlisis de tendencias, o puramente en un juicio basado en buena
informacin y cuidadosamente determinado, o en una combinacin de datos seguros y opinin
de expertos. En el caso del problema de Hrcules-International, estas fueron en gran parte
producto de la opinin de expertos.

A continuacin, se determin para cada ao las distribuciones de flujos de caja (no flujos
de caja nicos). Esto se hizo mediante un anlisis Monte Carlo. La computadora comienza a
aplicar el modelo financiero para el primer ao, pero cuando una ecuacin requiere un valor
especfico para una cantidad incierta a la que se ha asignado una distribucin de
probabilidades, la computadora en efecto hace girar la aguja giratoria para seleccionar un
valor. Lo hace al elegir al azar un nmero decimal entre 0 y 1 , ingresando este nmero en el
eje vertical de la distribucin de probabilidades y leyendo en el grfico el valor correspondiente
de la cantidad incierta en el eje horizontal. La computadora contina entonces con su clculo
del flujo de caja. Si encuentra otra cantidad incierta, nuevamente hace girar la aguja giratoria
y elige un valor usando la distribucin de probabilidades. Contina con los clculos.
Finalmente, obtiene un slo valor, un flujo de caja para el primer ao. Pero en vez de
proseguir con los clculos del segundo ao, la computadora repite todo el proceso del primer
ao. Esta vez, obtendr un flujo de caja diferente pues cada vez que usa la aguja giratoria,
resultar un valor diferente de la cantidad incierta. Cada distribucin de probabilidades impide
que el proceso d resultados caprichosos. Por ejemplo, el 50% de los giros del volumen de
mercado producir valores entre 1,5 y 2,75 millones. Slo el 25% de los giros estar por
debajo de 1,5 y slo 25% estar por encima de 2,75.

El flujo de caja es calculado una y otra vez, cientos de veces del primer ao. Finalmente
surge un patrn; slo unos pocos valores extremos, muchos valores agrupados alrededor de
algn valor central. Trazando la frecuencia relativa con la que ocurre cada flujo de caja, y
suavizando la grfica, se obtiene la distribucin que aparece en la siguiente figura.
 Obsrvese que todos los flujos de caja son negativos, lo que refleja la inversin en la
planta piloto, pero que la mayora de flujos de caja estn entre -160.000 y -210.000 Libras
esterlinas. (En el primer ao, la incertidumbre acerca de los costos de operacin de la planta
piloto es el principal contribuyente a la incertidumbre acerca del flujo de caja de ese ao).
Habiendo generado una distribucin de flujos de caja para el primer ao, la computadora hace
entonces lo mismo para el segundo y subsiguientes aos.

Finalmente, se obtiene una distribucin sobre el valor presente neto aplicando el anlisis
Monte Carlo a las distribuciones de flujos de caja. Es decir, la aguja giratoria selecciona un
slo flujo de caja para cada ao, stos son descontados y luego sumados para dar el valor
presente neto de estos flujos. El proceso se repite muchos cientos de veces, permitiendo que
se construya una distribucin de valores presentes netos, tal como se indica en la figura. Esta
distribucin es el resultado de varios cientos de ojeadas al futuro, con los pronsticos que se
considera que tienen mayor probabilidad de ocurrir con mayor frecuencia, ocurriendo con
menos frecuencia los pronsticos menos probables. Es como hacer el anlisis de sensibilidad
de todos los factores inciertos simultneamente, con el efecto agregado de asignar
ponderaciones ms altas a los valores que se considera que es ms probable que ocurran, y
una menor ponderacin a aqullos que tienen menos probabilidad de ocurrir.
 Esta distribucin del VPN nos dice varias cosas tiles sobre el proyecto. La media de la
distribucin da un ndice del valor total del proyecto; ste es de 3 millones de Libras esterlinas
(indicado por la flecha en la figura). Obsrvese que ste es inferior que la cifra de 5,2 millones
de Libras esterlinas de la mejor conjetura obtenida anteriormente. La razn de esta
discrepancia es que la cifra ms alta se bas en suposiciones caractersticas de un pronstico
bastante optimista. Por otra parte, la media refleja todos los posibles pronsticos, cada uno
ponderado segn su probabilidad de ocurrir. Es as que la cifra de 3 millones de Libras
esterlinas toma en cuenta el VPN extremo de 15 millones y su poca probabilidad de ocurrir, as
como el VPN negativo extremo de -2,5 millones de Libras y su poca probabilidad de ocurrir, y,
por supuesto, tambin toma los dems valores y sus probabilidades.

La distribucin tiene una larga cola a la derecha; si el proyecto tiene xito, podra ser
bastante exitoso. Pero si no, la perdida no ser demasiada grande. La probabilidad de xito es
dada por el rea de la curva que se encuentra a la derecha de cero, en este caso 75%. Existe
una probabilidad de 75% de que se tenga un rendimiento positivo sobre el proyecto
(suponiendo aqu una tasa de descuento de 15%). Por tanto, existe una probabilidad de 25%
de prdida. Podemos pues llegar a la conclusin de que el proyecto tiene una probabilidad tres
veces mayor de tener xito que de fracasar en vista de nuestro estado actual de
incertidumbre. Esto fue suficiente para la gerencia de Hrcules-International, particularmente
en vista de la corta cola a la izquierda y la larga cola a la derecha de la distribucin del VPN.
En virtud de este resultado, y del anlisis de flujo de caja descontado descrito en la seccin
anterior sobre dicho tema, se aprob la asignacin de fondos para construir la planta piloto.

Aqu se aplica la mayora de las ventajas y desventajas del anlisis de flujo de caja
descontado. Adems, del ejemplo debe ser evidente que el anlisis de riesgo:

(+) toma en consideracin la incertidumbre del modelo de flujo de caja,

(+) es como hacer cientos de simulaciones o muchos anlisis de sensibilidad con todos los
factores variando y con valores dados de conformidad con la probabilidad de que
ocurra ese valor del factor,
(-) requiere de considerable experiencia tcnica y
(-) no explica la incertidumbre de los acontecimientos que se asumen en el anlisis del
flujo de caja.
 Como ejemplo de este ltimo punto, el anlisis de riesgo del proyecto de Hrcules-
International supuso que la planta piloto tendra xito. Pero, cmo puede incluirse en el
anlisis la incertidumbre acerca de ese acontecimiento? Esto se puede solucionar incorporando
el anlisis de riesgo al anlisis de decisiones.

RESUMEN

A base de las crticas de todos estos enfoques de la toma de decisiones, podemos formular
las caractersticas de un enfoque general ideal para analizar las decisiones.

CARACTERSTICAS DEL ENFOQUE GENERAL

Varias opciones de decisin Incertidumbre

Objetivos mltiples Experimentos
Mezcla de criterios Datos seguros para juicio por
Preferencias de riesgo y tiempo intuicin
Modelacin y simulacin

En primer lugar, deseamos poder evaluar varias opciones decisionales comparndolas

entre s.
Segundo, el enfoque debe dar cabida a objetivos mltiples aunque algunos de ellos estn
en conflicto o sean de diferente importancia o parezcan ser inconmensurables.
Tercero, el enfoque se debe encargar de que se considere una mezcla de criterios
tangibles e intangibles.
Cuarto, debe tomarse en cuenta las actitudes hacia el riesgo de quien toma la decisin, as
como sus preferencias de tiempo.
Quinto, el enfoque debe considerar la incertidumbre acerca de acontecimientos as como
cantidades inciertas.
Sexto, debe ser posible disminuir la incertidumbre cuando se realiza experimentos o
cuando se dispone de informacin recopilada sistemticamente.
Sptimo, el enfoque debe permitir a quien toma la decisin que incorpore intuicin y juicio
as como datos seguros.
Finalmente, cuando sea necesario, debe ser posible incluir modelos y simulacin.

Ninguno de los enfoques tratados hasta el momento satisface todos estos criterios. Sin
embargo, alguna combinacin de anlisis de riesgo y anlisis de costo-beneficio, incorporando
la incertidumbre acerca de acontecimientos, se aproximara a proporcionar una tecnologa
satisfactoria. Existe un enfoque as, el que ya se ha mencionado un par de veces; ste es el
anlisis de decisiones. El anlisis de decisiones tiene tambin la ventaja, sobre la mayora de
las otras tcnicas de toma de decisiones, de estar firmemente basada en la teora. En el
ncleo de esta teora est la idea de que en cualquier momento dado las decisiones tomadas
deben ser coherentes en el sentido de que no sean inconsistentes ni mutuamente
contradictorias. Toda la teora de toma de decisiones se desarrolla a base de esta idea simple
de coherencia, y de la teora ha crecido la tecnologa conocida como anlisis de decisiones.
Trataremos sobre esta tecnologa en otro trabajo.8

8
Phillips, L. D., Introduction to Decision Analysis. Trabajo para clase 79-1, Unidad de Anlisis de
Decisiones, Instituto de Organizacin y Estudios Sociales, Brunei University, Uxbridge, Middlesex UB8 3PH,
Inglaterra.