Professional Documents
Culture Documents
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.
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.
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:
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.
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:
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
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.
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
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
COSTOS
ANALISIS COSTO-BENEFICIO
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.
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.
(+) 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.
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.
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.
(+) 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.
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%)
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.
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.
(+) 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.
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.
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
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.
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.
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
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.
(+) 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.
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:
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.
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.